1

Pronsticos, Supervisin e
Indicadores Financieros
(Estudio de casos)

INVESTIGACIN EN EL
MBITO EMPRESARIAL




2

Este e-book Investigacin en el mbito empresarial
(Pronsticos, Supervisin e Indicadores Financieros)

Tiene licencia Creative Commons




Por:
Garca Santilln Arturo
Vzquez Cotera Daniel
Reyes Ortiz Heriberto Arturo
Senz Surez Jos Alberto
Limn Lli Alejandro




3

Diseo de Portada
Julio Csar Hernndez Rivera
Centro de Cmputo Acadmico UCC, Campus Calasanz













Revisin de estilo y redaccin
Mtro. Juan Carlos Medelln Delgado
Universidad Autnoma de Aguascalientes MXICO



Comentarios y sugerencias enviar correo a:

agarcias@aix.ver.ucc.mx dcotera@aix.ver.ucc.mx





4






UNIVERSIDAD CRISTOBAL COLN
Campus Calasanz y Campus Torrente
Carr. Veracruz-Medelln s/n Col. Puente Moreno, Boca del Ro, Ver.,
Tel. (01 229) 9230170 al 76 Ext. 2060 y 2069





Serie
Libros y Manuales: Finanzas, Contadura y Administracin
Unidad Multidisciplinaria: CIEA
Libros de Texto/052009





Como citar este e-book:
Garca S. Arturo, Vzquez C. Daniel, Reyes O. Heriberto, Senz S. Alberto, Limn L.
Alejandro (2009): Investigacin en el mbito empresarial Pronsticos, supervisin e
indicadores financieros (Estudios de casos) Edicin electrnica Texto completo en
www.eumed.net/


ISBN: En trmite
Registro en la Biblioteca Nacional Espaola No. En trmite







5

ndice
Licencia, Colaboradores, Serie, Filiacin, Cita bibliogrfica ( 2, 3, 4 )
Prologo (9)
La efectividad de los Pronsticos
Captulo 1.- Introduccin ( 2 )
Antecedentes del problema (terico y emprico) ( 2 )
Descripcin del problema ( 19 )
Formulacin del problema (Interrogantes de investigacin) (20)
Preguntas especficas ( 20 )
Objetivo general del estudio ( 21 )
Objetivos especficos ( 21 )
Variables implicadas en el fenmeno observado ( 22 )
Modelo de Estudio ( 23 )
Hiptesis General de Investigacin ( 23 )
Justificacin ( 24 )
o Emprica (disciplina) ( 25 )
o Contribucin a la Sociedad ( 26 )
Delimitacin del Estudio ( 26 )

Captulo 2.- Revisin de los Fundamentos Tericos (27)
La revisin de la literatura ( 27 )
Las variables del modelo ( 29 )
La recoleccin de informacin ( 33 )
Conocimientos tcnicos para pronosticar ( 36 )
El gerente de pronsticos ( 39 )
La seleccin del mtodo de pronstico ( 41 )
Generacin del pronstico( 44 )
o Tipos de Pronsticos ( 47 )
El subjetivo: ( 49 )
El extrapolativo: ( 49 )
El causal (o estructural) ( 49 )
Mtodos de pronsticos ( 53 )
Administracin del proceso de pronstico( 59 )
Planeacin ( 60 )
Marco general para la planeacion de la capacidad
y la toma de decisiones ( 62 )
Responsabilidad y trabajo en equipo ( 63 )
Seleccin de las variables clave ( 64 )
Costos y beneficios del mejoramiento del pronstico ( 65 )
Evaluacin de los Pronsticos ( 66 )
Medidas de la exactitud del pronstico ( 67 )
Resumen de medidas ( 68 )
Coeficiente U de Theil ( 70 )
El Enfoque Terico particular ( 72 )



6

Captulo 3.- Hiptesis Estadsticas (75)
Estadstico de prueba: ( 75 )
Hiptesis Nula ( 75 )
Hiptesis de Trabajo ( 75 )
Estadstico de Prueba ( 75 )
Regin de rechazo y/o aceptacin ( 75 )
Criterio de decisin ( 76 )

Captulo 4.- Diseo de la Investigacin (77)
Tipo de investigacin ( 36 )
Nivel de estudio ( 36 )
Captulo 5.- Metodologa (79)
Poblacin de Estudio ( 36 )
Descripcin de los actores intervinientes ( 36 )
Instrumento ( 36 )
Operacionalizacin de las Variables ( 36 )

Captulo 6.- Anlisis de los Datos (87)
Conclusiones y Recomendaciones ( 97 )
Bibliografa ( 102 )
Anexos ( 104 )
La Supervisin permanente en los procesos operativos
Captulo 1.- Introduccin ( 122 )
Antecedentes ( 122 )
Situacin actual y la problemtica ( 131 )
Interrogante ( 132 )
o Preguntas especficas ( 132 )
Propsito del estudio ( 133 )
o Objetivos especficos ( 133 )
Justificacin ( 133 )
Supuesto preliminar ( 134 )
Definicin de variables ( 134 )
Capitulo 2.- Marco Referencial, Conceptual y Contextual ( 136 )
Conceptualizacin ( 137 )
o Concreto premezclado ( 137 )
o Cemento ( 137 )
o Agregado ( 137 )
o Control de calidad( 137 )
o Calidad( 138 )
o Supervisin ( 138 )
o Control del proceso ( 138 )
o Indicadores tcnicos ( 138 )
Marco contextual ( 139 )
Consideraciones tericas ( 144 )



7

Captulo 3.- Mtodo y Tcnica ( 148 )
Determinacin, clculo y evaluacin de indicadores tcnicos ( 149 )
Elaboracin de muestras para obtener indicadores tcnicos ( 149 )
Anlisis estadstico de las muestras de concreto ( 152 )
Determinacin de indicadores tcnicos ( 153 )
o Volumen de produccin ( 153 )
o Consumo de cemento ( 153 )
o Resistencia promedio ( 154 )
o Factor de uso de cemento ( 154 )
o Factor de uso de agregado ( 1 54 )
o Performance Quality Index ( 154 )
Concentracin y ponderacin de indicadores tcnicos ( 1 57 )
Evaluacin del beneficio de contar con el Asesor Tcnico ( 158 )
Tiempo dedicado a las operaciones de concreto premezclado (159)
Reclamaciones de calidad ( 159 )
Tendencia de indicadores tcnicos ( 159 )
Anlisis de indicadores y tiempo de asesora ( 160 )
Anlisis entre el tiempo de asesora tcnica y la optimizacin de la
calidad ( 160 )
Resultado de la evaluacin del beneficio de contar con el Asesor
Tcnico de manera permanente ( 161 )
Captulo 4.- Resultados y Discusin ( 162 )
Reclamaciones de calidad ( 164 )
Indicadores tcnicos ( 166 )
Datos para Anlisis de Series de Tiempo ( 168 )
Resultados de Anlisis de Series de Tiempo en periodos
semestrales ( 169 )
Consideraciones Finales ( 175 )
Futuras lneas de investigacin ( 178 )
Bibliografa ( 179 )

Indicadores Financieros (Credit Scoring Models o CSM)
Captulo 1.- Antecedentes del Caso Estudiado ( 183 )
Captulo 2.- Referentes Tericos ( 187 )
Modelos CSM en la gestin de cartera ( 187 )

Captulo 3.- Contexto de la Empresa ( 190 )
Situacin de la Empresa Manufacturera ( 190 )
Aspectos generales ( 190 )
Situacin de las cuentas por cobrar de la compaa ( 191 )
Situacin financiera de los clientes de la compaa ( 192 )



8

Captulo 4.- Desarrollo del Estudio y Conclusiones ( 194 )
Estimacin de la efectividad de los indicadores financieros ( 194 )
Resultados ( 195 )

Conclusiones ( 196 )
Bibliografa ( 198 )
Anexo ( 200 )




































9

Prlogo


La obra que ahora presentamos es el resultado del trabajo realizado en el panorama de la
investigacin en el mbito empresarial. Los estudios aqu descritos muestran en cada uno de
los temas abordados, dos aspectos importantes, siendo uno de ellos el metodolgico, es decir,
el proceso metodolgico que se sigue en el protocolo de la investigacin bsica y aplicada. Un
segundo aspecto es el de contenido y este se refiere al tema especfico en el cual se desarrolla la
investigacin. En este tenor Qu es lo que el lector encontrar en este documento?

El lector podr encontrar tres estudios de caso que versan sobre: La efectividad de los
pronsticos, La importancia de la supervisin permanente en los procesos productivos, y La
efectividad del anlisis convencional de razones financieras en la identificacin de riesgos de
retrasos en cuentas por cobrar. De estos estudios se describe una breve presentacin a
continuacin:

Caso 1: La efectividad de los Pronsticos. Dentro del contexto
globalizado y con mercados tan competidos como los que enfrentamos hoy, las
empresas se ven obligadas a buscar mayor eficiencia en sus procesos de
negocio. Un proceso de negocio fundamental en las empresas, es pronosticar la
demanda de sus productos o servicios para establecer el plan de ventas y
operacin de la empresa. Los procesos del negocio orientados al suministro
(compras, produccin y distribucin) estn enfocados a garantizar
disponibilidad de servicios o productos con eficiencia y al mejor costo, y su
desempeo depende de que las reas de mercadotecnia y ventas pronostiquen
lo mejor posible la demanda. En este sentido, un tema que actualmente interesa
es cmo pronosticar con ms certeza la demanda de productos o servicios. A
lo largo del estudio se estar buscando la respuesta a la interrogante.

Caso 2: La supervisin permanente en la Mejora de la Calidad. En este
estudio, se plantea una pregunta: De qu manera coadyuva la supervisin
permanente de un Asesor Tcnico, para optimizar la calidad del concreto
premezclado y en consecuencia los costos de produccin? Desde la perspectiva
de la planeacin como parte fundamental de la administracin de un negocio
resulta de suma importancia el contar con personal capacitado para realizar los
trabajos de optimizacin de la produccin, pero adems al menor costo posible
sin sacrificar en lo ms mnimo la calidad del producto, es en este sentido
donde resalta la importancia de los Asesores Tcnicos, que cuentan con la
experiencia para realizar este tipo de trabajos y se puede justificar su presencia
de manera permanente con la mejora en la calidad del producto y en
consecuencia el ahorro en los costos de produccin, no siendo solo un asesor
que emite recomendaciones, sino un responsable de la calidad y costo del
producto a travs de indicadores establecidos como: Disminucin de factores e
Indicadores de calidad, Reduccin de los costos de Produccin y Cumplimiento
de objetivos regionales e incremento de la rentabilidad.




10

Caso 3: La efectividad del anlisis convencional de razones financieras
en la identificacin de riesgos de retrasos en Cuentas por Cobrar. Se
analiza el caso de una empresa importante del sector manufacturero del estado
de Veracruz y se pretende verificar si el anlisis convencional de razones
financieras es efectivo en la identificacin de riesgos de retrasos en los pagos
para saldar ventas a crdito. Para el periodo analizado se encuentra que los
indicadores tradicionales de solvencia no estuvieron estadsticamente
relacionados con la probabilidad de que los clientes se retrasaran. En ese
sentido slo el indicador de rentabilidad fue efectivo. Los resultados sugieren la
necesidad de un replanteamiento en la valoracin de los indicadores
convencionales y la conveniencia de probar la eficacia de cualquier mtodo
empleado para medir riesgos.

Como nota aclaratoria debemos sealar, que en cada uno de los casos expuestos se cuid el
anonimato de las empresas estudiadas, habiendo utilizado nombres ficticios para hacer
referencia al sujeto en estudio.

Finalmente cabe decir, que el documento que ahora presentamos pretende contribuir en lo
acadmico, de acuerdo a su alcance, a su objetivo y con los resultados que generaron la
respuesta a la pregunta principal de investigacin en cada caso. Ms all de las omisiones que
pudieran surgir, ms bien se debe acotar al objeto de estudio que en cada caso se abordo, de
ah que las sugerencias que el lector tenga a bien emitir, sern bien recibidas en aras de ampliar
las investigaciones hacia otros contextos y propsitos especficos.




Esperamos que disfruten de esta obra

Los autores



















11





















PRONSTICOS






12

Captulo 1 Introduccin

Antecedentes
En el mundo globalizado y con mercados tan competidos como los que
enfrentamos hoy, las empresas se ven obligadas a buscar mayor eficiencia en sus
procesos de negocio. Un proceso de negocio fundamental en las empresas, es
pronosticar la demanda de sus productos o servicios para establecer el plan de
ventas y operacin de la empresa. Los procesos del negocio orientados al
suministro (compras, produccin y distribucin) estn enfocados a garantizar
disponibilidad de servicios o productos con eficiencia y al mejor costo, y su
desempeo depende de que las reas de mercadotecnia y ventas pronostiquen lo
mejor posible la demanda. En este sentido, un tema que actualmente interesa es
cmo pronosticar con ms certeza la demanda de productos o servicios.
(Gonzles, 2008)
1


Difcilmente existe en las empresas, una actividad ms importante que
pronosticar sus ventas futuras. Cualquier estimado de ellas, ya sea que para
obtenerlas se hayan utilizado los mtodos mas modernos y sofisticados, la simple
intuicin, una corazonada, el criterio, o una combinacin de todos ellos, ser la
base de la planeacin financiera de la empresa, de las metas de produccin, de los
niveles de inventarios y de contratacin de personal, de la promocin de ventas y
de muchas otras actividades.

1
Gerente General de Sistemas y Pronsticos, S.A. de C.V., representante en Latinoamrica de Forecast Pro.
Es Ingeniero Mecnico Electricista por la Universidad Nacional Autnoma de Mxico. Asimismo, es Consultor
Internacional en la implantacin de procesos de pronsticos y de mejora de procesos de negocio. Ha
impartido innumerables cursos de Tcnicas de Pronsticos y Simulacin de Procesos para empresas en
Mxico y Latinoamrica. Colaborador y miembro del staff de Business Forecast Systems para la conduccin
de seminarios de pronsticos y talleres sobre pronsticos en diversas ciudades de Norteamrica. Autor de la
traduccin al espaol del software de pronsticos estadsticos para empresas (Forecast Pro).



13

En ltima instancia, el xito de cualquier empresa depende en gran parte
de la habilidad que sus ejecutivos tengan para predecir y preparar sus condiciones
futuras; de aqu que mientras ms precisos sean sus pronsticos de ventas, mayor
ser la simplificacin que logren en su importante labor de planeacin del futuro
(Mudick y Schaefer, 1970).

Por lo anterior cada vez ms empresas estn redefiniendo y formalizando
el proceso de elaboracin de pronsticos para llevar a cabo una mejor planeacin
de ventas y operacin, y por lo tanto, un mejor desempeo financiero. No es
nuevo para nadie que el reto es lograr disponibilidad en cantidad necesaria y
cuando lo requiere el mercado.

Ante esto, se tiene el caso de la empresa Grupo de Embotelladoras
Unidas, S.A. de C.V. (en lo sucesivo GEUSA). El grupo GEUSA enfrenta hoy
nuevos desafos: una demanda a la alza; una competencia intensa; una oferta
amplia de productos y servicios; un consumidor ms exigente; un cambio de vida
notable respecto de aos atrs. Es por ello que se debe responder a estos
desafos, con cambios que conlleven a salvaguardar estos retos.

Grupo GEUSA es tenedor de acciones industriales y comerciales,
dedicadas a producir, comercializar y distribuir bebidas y aguas envasadas. En los
ltimos aos ha tenido cambios, uno de ellos es la expansin de su territorio, en
1986 slo atendan a los estados de Jalisco, Michoacn y Guanajuato, ahora la
zona de influencia integra adems, los estados de: Colima, Nayarit, Puebla,
Tlaxcala, Veracruz, Oaxaca, Tabasco y Chiapas. Tiene presencia en ms de un
tercio del territorio nacional. Se Contaba inicialmente con cuatro plantas
embotelladoras, mientras que en la actualidad suman catorce.



14

De 3,215 empleados originales que tena el Grupo, hoy en da es fuente de
empleo directo para 14,512 colaboradores; de una capacidad de produccin de
36.7 millones de cajas al ao, ahora puede producir 150 millones de cajas, adems
de los ms de 120 millones de garrafones.

Sin embargo para enfrentar el cambio se necesita adoptar nuevos
conceptos y tcnicas de gestin que permiten lograr un conocimiento ms
refinado de los mercados y del consumidor, as como una mejor posicin, va la
reduccin de la incertidumbre, para la toma de decisiones. Entre los mtodos
adoptados, estn las tcnicas de pronstico estadstico, cuya utilidad no ha sido
valorada
2
.

La mayora de los pronsticos que se requieren para la toma de decisiones
se manejan discrecionalmente en forma intuitiva, a menudo sin separar de
manera explcita la tarea de elaborar los pronsticos y la toma de decisiones. Esto
sucede aun dentro de las grandes organizaciones. La experiencia de los autores y
los estudios sobre el particular confirman que relativamente pocas empresas
utilizan extensivamente los pronsticos de modo regular, aunque la evidencia que
respalda sus ventajas es indiscutible e inequvoca, tanto para las organizaciones
pequeas como para las de mayor tamao. Los juicios subjetivos y sin apoyo no
son, sin lugar a dudas, tan seguros y efectivos como los enfoques ms
sistemticos y explcitos de los pronsticos. (Makridakis, 1998)

La compaa realiza el clculo de sus necesidades de forma emprica, esto
es, no aplican algn modelo matemtico de series de tiempo o de simulacin -----
----- por citar alguno ------ ya que realiza sus estimaciones de ventas partiendo del

2
Informacin recabada en entrevista realizada al Gerente de la Planta, quien en todo momento dio las
facilidades para el estudio



15

retorno esperado que deberan obtener los accionistas y no desde las
posibilidades concretas del mercado.

Es a partir de este procedimiento, que se llega a fijar objetivos, mismos que
no coinciden con las posibilidades reales de alcanzarlos y que, en la mayora de
los casos, las superan ampliamente, generndose una diferencia importante entre
los objetivos deseados y los alcanzables.

Prueba de ello se puede observar en la tabla 1 que describe las cifras que
arroj el Detalle de Gastos por Rubro de Acuerdo a Desempeo al 31 de
Diciembre de 2007 en donde las ventas reales estn muy por debajo de las
pronosticadas.
Tabla 1: Presupuesto de cajas vendidas
Dic 2007 Real Dic. Plan Var. Vs Plan
Cajas Vendidas 222,541 333,963 -33.364%

Fuente: tomado del reporte de gastos por rubro de acuerdo a desempeo 2007
ETSAV

Segn Perry las empresas exitosas son aquellas que anticipan un conjunto
de escenarios y desarrollan planes de contingencia en base a un modelo de su
negocio (1994). La realizacin de pronsticos permite que los negocios operen de
una manera ptima al conocer lo que probablemente ocurrir en el futuro en
funcin de lo que ha ocurrido en periodos pasados; el realizar esta prctica
mejora la cadena de valor y al mismo tiempo aprovecha el ocupar la tecnologa
disponible y as estar renovando de manera continua, para ofrecer mejores bienes
y servicios al cliente adems de retribuir a la empresa en su rentabilidad.




16

Cuando se elabora un pronstico errneo, la planeacin se viene abajo y
todas las reas de la empresa se vuelven ineficientes. Esto se puede observar
directamente, en el bajo desempeo financiero de la empresa.

Algunos indicadores de ello se pueden ver en: las ventas negadas, excesos
de inventarios de productos que no requieren los clientes, reduccin de margen al
vender con descuentos para lograr los objetivos, costos ms altos en las compras,
produccin y/o distribucin para reaccionar a emergencias, etc.

En la grfica 1, se puede observar que se cuentan con estos sntomas:













Grfica 1: Producto no disponible para la venta del mes de diciembre 2007
(tomado del reporte de Caducados Veracruz ETSAV)





PRODUCTO NO DISPONIBLE PARA LA VENTA
0
100
200
300
400
500
600
700
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
MES DE DICIEMBRE 2007
S
E
C
O
S



17

En la grfica 2, se observa con el mismo sntoma slo que en el periodo
siguiente. Teniendo como explicacin de la grfica que el nivel de cumplimiento
no es el deseado ya que en este caso lo ptimo sera tener cero faltantes o como
en la empresa se denomina, cero secos.









Grfica 2: Producto no disponible para la venta del mes de diciembre 2007
(tomado del reporte de Caducados Veracruz ETSAV)

Por otro lado tenemos el producto caducado. En la grfica 3 se muestra la
cantidad de producto caducado del ao pasado a partir del mes de junio donde se
puede evidenciar que los niveles de producto caducado se elevan.
PRODUCTO CADUCADO
2115
6588
6570
1224
1048
506
691
0
1000
2000
3000
4000
5000
6000
7000
JUNIO JULIO AGOSTO SEPT OCT NOV DIC
MES
C
A
D
U
C
A
D
O

Grfica 3: Producto caducado periodo junio- diciembre del 2007
(tomado del reporte de Mermas 2007 ETSAV)

PRODUCTO NO DISPONIBLE PARA LA VENTA
0
100
200
300
400
500
600
700
800
1 3 5 7 9
1
1
1
3
1
5
1
7
1
9
2
1
2
3
2
5
2
7
2
9
3
1 2
DIAS DEL MES DE ENERO Y FEBRERO
S
E
C
O
S



18

Este hecho da evidencia emprica para plantear que existe un mal proceso
para la realizacin del pronstico de ventas, es decir, no se tiene una buena
planeacin por parte del rea de ventas, donde el concepto de planificacin
abarca al de pronstico y le agrega los conceptos de decisin y compromiso, en la
tabla 2 se muestra un ejemplo de los resultados de los pronsticos.


Tabla 2: Acumulado precisin de pronstico



Descripcin del kpi

DESCRIPCION DEL PROBLEMA


Fuente: tomado del reporte de Precisin de pronstico semana 49 / 2007 a
semana 5 / 2008


La diferencia entre prdidas y ganancias en una empresa depende de la
precisin de sus pronsticos de ventas: es importante que los directivos de toda
empresa reconozcan los problemas implicados en la elaboracin de pronsticos y
el papel del pronosticador de ventas en la planeacin de las utilidades. Ya los
pronsticos de ventas constituyen el punto de partida para la planeacin de
cualquier negocio (Mudick y Schaefer, 1970)



ERROR ERROR PRECISIN
MAS MENOS 20%
ABS % %
BUEN PRONSTICO
SEMANA 05 2008 52,554 52,962 408 9,368 17.69% 82.31% 45.53%
SEMANA 04 2008 52,599 42,175 -10,424 12,032 28.53% 71.47% 29.27%
SEMANA 52 2007 58,565 55,247 -3,318 14,834 26.85% 73.15% 10.66%
SEMANA 51 2007 65,131 62,889 -2,242 15,702 24.97% 75.03% 22.95%
SEMANA 50 2007 51,317 52,934 1,617 6,662 12.59% 87.41% 4.07%
SEMANA 49 2007 55,986 60,017 4,031 10,217 17.02% 82.98% 11.48%
PRONSTICO VTA REAL ERROR



19

Descripcin del problema
Pronosticar la demanda con exactitud, normalmente no es fcil. No existen
recetas de cmo hacerlo y cada empresa tiene que determinar la mejor forma de
elaborar sus pronsticos. Los argumentos que se vienen planteando sobre el
proceso que lleva el grupo GEUSA para pronosticar sus ventas, ----sin seguir un
modelo generalmente aceptado---- permite suponer que se estn generando
costos adicionales, como resultado de las variaciones tan significativas, entre lo
pronosticado y lo realizado. Ahora bien, el cambio que se pueda generar a partir
de la implementacin de criterios que constituyan la base para pronosticar las
ventas, sera el punto de partida para tener un mejor control de los procesos y
sistemas que se manejan dentro de la empresa, a la par del control especfico a los
costos implcitos que estn generando las variaciones antes mencionadas.

Hasta aqu, podemos situar el problema que se observa en el grupo
GEUSA, -------sobre el procedimiento que se sigue para estimar el pronstico de
ventas------- en su realidad terica y emprica, con los trabajos de Mudick y
Schaefer (1970) sobre precisin de pronsticos de ventas y la importancia que
esto conlleva para la planeacin efectiva, y paralelamente la propuesta de
Makridakis (1998) sobre la necesidad de implementar un proceso ms sistemtico
y explcito de los pronsticos, ya que contrario a ello, los juicios subjetivos y sin
apoyo no resultan ser tan seguros y efectivos (Makridakis, 1998: Gaither y
Frazier, 1999)

A mayor abundamiento en la descripcin del problema observado en la
unidad de estudio ---GEUSA----, es importante sealar que adems se est
teniendo un gran impacto en el desempeo de las reas involucradas, tal es el
caso de logstica, en donde la planificacin comienza con el pronstico,



20

incluyendo la idea de decisin, ya que el planificador supone que uno de los
escenarios construidos es el ms probable y elabora la proyeccin deseada a
travs del procedimiento empleado para tal efecto, mismo que incluye las
variables que considera, deben ser incluidas, sin que propiamente se apeguen a un
modelo generalmente aceptado, esto es, desde un modelo que emane de la teora.
Adems debemos recordar, que en relacin a este punto, logstica es el
responsable de asumir el resultado entre las ventas y la produccin.

Ahora bien, dentro de las barreras con que se cuentan, son la ineficiente
participacin de diversas funciones y jerarquas en las diversas reas, dando como
resultado un impacto en la produccin, en sus decisiones de capacidad,
programacin de la produccin, inventarios, fleteo, y contratacin de personal,
por nombrar algunos. As, con los argumentos descritos anteriormente ahora
surge la siguiente interrogante:

Interrogantes
Desde la opinin de las reas involucradas en el proceso de elaboracin de
pronsticos Cmo impacta el desempeo de las reas involucradas, la
elaboracin de un pronstico de ventas inexacto?

La interrogante principal que se describe en el anterior prrafo se
sistematiza en especificidades a continuacin.

Cuestionamientos especficos:

1.- El departamento de ventas recaba informacin eficiente para la
generacin del pronstico?



21

2.- Se cuenta con la capacidad tcnica, por parte del gerente de
pronsticos, para realizar las funciones de pronsticos y basar esta
actividad en el uso de modelos economtricos para determinar el error
cuadrado medio relativamente ms bajo?
3.- Al ejecutar el procedimiento con el cual se elabora el pronstico se
toma como base metodologas de modelos alternativos?
4.- Al realizar el proceso de generacin del pronstico, los elementos
como el sentido comn, la capacidad administrativa y la experiencia son
eficientes?
5.- Se puede considerar un pronstico confiable cuando el gerente de
pronsticos estima sus ventas tomando en consideracin, la opinin de
cada rea, as como la capacidad instalada?

Objetivo general
A partir de la interrogante principal, el estudio busca: desde la opinin de las
reas involucradas en el proceso de elaboracin de pronostico: Evaluar el
impacto al desempeo de las reas involucradas, por la elaboracin de un
pronstico de ventas inexacto

Y de manera especfica, se buscar adems:

Objetivos especficos
Determinar si la informacin que recaba el departamento de ventas
es eficiente para el diseo del pronstico.
Evaluar la capacidad tcnica del gerente de pronsticos para realizar
las funciones de pronsticos, y basar esta actividad en el uso de



22

modelos economtricos para determinar el error cuadrado medio
relativamente ms bajo.
Determinar si el procedimiento con el cual se elabora el pronstico
se basa en la metodologa de modelos alternativos.
Determinar si el sentido comn, la capacidad administrativa y la
experiencia del pronosticador, son elementos eficientes para el
proceso de generacin del pronstico.
Determinar si el gerente de pronsticos al estimar sus ventas
tomando en consideracin, la opinin de cada rea funcional
relacionada directamente a la funcin de logstica y ventas, as como
la capacidad instalada, favorece a lograr un pronstico confiable.

Variables implicadas en el fenmeno planteado
Del planteamiento del problema, se desprende un grupo de variables (denominadas
crticas), las cuales se toman de referencia para la construccin de un modelo
preliminar de estudio, que hacen suponer una posible relacin entre ellas, adems
de originar el problema que en esta investigacin se plantea. Con esto, se
construye un modelo preliminar de estudio.




23

Figura 1: Modelo prelimar de estudio (Constructo)









Fuente: elaboracin propia

Modelo de Estudio
Con el modelo propuesto, se pretende identificar las variables que impactan
significativamente en el desempeo de las reas involucradas, esto, como
consecuencia de un pronstico de ventas que presente desviaciones entre lo
presupuestado versus lo realizado. Con este argumento, ahora se plantea la
siguiente:

Hiptesis
Hi: El perfil del gerente de pronstico, encargado de la recoleccin de la
informacin y cuya responsabilidad conlleva a integrar los equipos para el
desarrollo de los pronsticos, tiene el conocimiento tcnico necesario sobre
pronsticos, a efecto de seleccionar el mtodo idneo para la generacin de
escenarios, que conlleve a planear con eficiencia las estimaciones, as como la
correcta toma de decisiones, para con ello coadyuvar en lo posible, a reducir
desviaciones, o que al menos estas ltimas se encuentren con un margen de error
aceptable.
DUEO DEL
PRONSTICO
G
E
N
E
R
A
C
I

N

D
E
L

P
R
O
N

S
T
I
C
O

D
E

V
E
N
T
A
S
RECOLECCIN DE
INFORMACIN
CONOCIMIENTOS
TCNICOS DEL
PRONSTICO
RESPONSABILIDADES Y
TRABAJO EN EQUIPO
FLETEO
INCREMENTAL
ABASTO EN EXCESO
ABASTO
INADECUADO
P
L
A
N
E
A
C
I

N
CAMBIO DE
PROGRAMA DE
PRODUCCIN
PRODUCTO NO
DISPONIBLE
INVENTARIO DE
EMERGENCIA
INVENTARIOS POR
DEBAJO DE LOS
MXIMOS
INVENTARIOS POR
ENCIMA DE LOS
MXIMOS
DUEO DEL
PRONSTICO
G
E
N
E
R
A
C
I

N

D
E
L

P
R
O
N

S
T
I
C
O

D
E

V
E
N
T
A
S
RECOLECCIN DE
INFORMACIN
CONOCIMIENTOS
TCNICOS DEL
PRONSTICO
RESPONSABILIDADES Y
TRABAJO EN EQUIPO
FLETEO
INCREMENTAL
ABASTO EN EXCESO
ABASTO
INADECUADO
P
L
A
N
E
A
C
I

N
CAMBIO DE
PROGRAMA DE
PRODUCCIN
PRODUCTO NO
DISPONIBLE
INVENTARIO DE
EMERGENCIA
INVENTARIOS POR
DEBAJO DE LOS
MXIMOS
INVENTARIOS POR
ENCIMA DE LOS
MXIMOS



24

Justificacin
Es imperativo que las empresas tengan enfoques eficaces para realizar sus
pronsticos y con ello, forme parte integral de la planeacin empresarial. Cuando
los gerentes planean, determinan hoy los cursos de accin que tomarn en el
futuro, por lo tanto el primer paso en la planeacin es el pronstico, es decir,
estimar la demanda futura de productos y servicios, as como los recursos
necesarios para producirlos. Se requiere entonces implementar un proceso de
planificacin que permita establecer un nivel de ventas esperado ms realista para
el perodo bajo anlisis y as evitar costos que no producen valor

Determinar que pasar en el futuro con la finalidad de tomar decisiones lo
ms cerca de la realidad, y minimizar en lo posible los problemas que se
presentan con ms frecuencia, es parte de la funcin principal del administrador
de operaciones de las empresas. Hoy en da los pronsticos constituyen una
actividad de suma importancia en las empresas, ya que un buen pronstico
recompensa, caso contrario, la mala estimacin puede llevar a una penalizacin.

La exactitud de un pronstico es importante para planear y controlar la
capacidad de produccin, porque si bien la demanda puede cambiar
instantneamente, transcurre un tiempo entre la decisin de cambiar la capacidad
y su realizacin. Es por ello que los administradores de operaciones se enfrentan
al dilema de Decidir producir por adelantado para cumplir con la demanda
estimada a partir del pronstico que puede cambiar antes de que la demanda
ocurra, pero que, puede no reflejar la demanda real, o producir conforme se
requiera, incluso producir para cumplir con stocks mnimos de inventarios.




25

Finalmente, aunque es difcil cuantificar los beneficios del pronstico, en la
cadena de suministro hay ciertos componentes que pueden ser cuantificados,
mostrando las ventajas de ste. Una forma de medir estos beneficios, es por
ejemplo, considerar cul hubiera sido la prdida si el pronstico no fuera exacto?
Otra manera de medirlos es cuestionando cunto habra sido la ganancia (o
ahorro) con pronsticos mejorados? Con estos argumentos, es que se considera
necesario realizar una investigacin que permita valorar en su real dimensin el
fenmeno que se discute en este estudio, y que pueda tener una contribucin
emprica a la disciplina, a la sociedad del conocimiento misma y a sus actores
involucrados como lo son la sociedad y la empresa.

Contribucin emprica (disciplina)
En este estudio se abordan temas que emanan de disciplinas como:
Administracin de operaciones, Administracin de procesos, Administracin de
las ventas y pronsticos. De esta forma, la disciplina de la administracin nos
proporciona herramientas para el anlisis y evaluacin de modelos y sistemas para
la toma de decisiones, tanto cuantitativos como cualitativos.

Con respecto a la administracin de operaciones, sta, implica la
administracin de los componentes de la infraestructura de una organizacin e
incluye las tareas administrativas diarias y planificadas necesarias para que el
sistema funcione correctamente, entre las responsabilidades de la Administracin
de Operaciones est el conseguir todos los insumos necesarios y trazar un plan
de produccin que utilice efectivamente los materiales, la capacidad y los
conocimientos disponibles en las instalaciones de la empresa, es por ello que un
aspecto importante al administrar una organizacin, consiste en planear el futuro.




26

De hecho el xito a largo plazo de una organizacin, est relacionado con
la capacidad del administrador para prever el futuro y para desarrollar estrategias
apropiadas, es decir realizar pronsticos eficientes de ah que este documento,
constituya una aportacin emprica al conocimiento, considerando desde luego su
alcance y las limitantes mismas del estudio.

Contribucin a la Sociedad
La importancia de este estudio radica, en que las personas que tienen un nivel de
mando medio en las empresas y que siguen operando de una manera tradicional
o emprica, logren modificar el enfoque adecuado hacia los pronsticos.

Es por ello que los resultados obtenidos en el estudio crearn un impacto
primeramente en la empresa GEUSA y con ello una cascada de beneficios al
sector empresarial logrando llegar a los clientes quienes se vern beneficiados con
un mejor servicio y costo.

Delimitacin del Estudio
La investigacin se desarrolla, a partir del estudio de un caso, esto es, la
poblacin objeto de anlisis se refiere a la empresa refresquera GEUSA,
especficamente en su principal fuente de informacin que es el rea de mayor
impacto, siendo esta el departamento de logstica y ventas, y su temporalidad es
de 2007 a 2008.





27

Captulo 2 Fundamentos
teoricos
La revisin de la literatura, parte del constructo diseado para este estudio,
mismo que se describe a continuacin:





















A
RECOLECCIN DE
INFORMACIN
CONOCIMIENTOS
TCNICOS DE LOS
PRONSTICOS
GERENTE DE
PRONSTICOS
S
E
L
E
C
C
I

N

D
E
L

M

T
O
D
O

D
E
L

P
R
O
N

S
T
I
C
O
G
E
N
E
R
A
C
I

N

D
E
L

P
R
O
N

S
T
I
C
O
P
L
A
N
E
A
C
I

N
PRONSTICO
INEXACTO
RESPONSABILIDADES Y
TRABAJO EN EQUIPO
RECOLECCIN DE
INFORMACIN
CONOCIMIENTOS
TCNICOS DE LOS
PRONSTICOS
GERENTE DE
PRONSTICOS
S
E
L
E
C
C
I

N

D
E
L

M

T
O
D
O

D
E
L

P
R
O
N

S
T
I
C
O
G
E
N
E
R
A
C
I

N

D
E
L

P
R
O
N

S
T
I
C
O
P
L
A
N
E
A
C
I

N
PRONSTICO
INEXACTO
RESPONSABILIDADES Y
TRABAJO EN EQUIPO



28



























P
R
O
N
O
S
T
I
C
O

I
N
E
X
A
C
T
O
A
B
A
S
T
O

E
N

E
X
E
S
O
A
B
A
S
T
O

I
N
A
D
E
C
U
A
D
O
PRODUCTO NO DISPONIBLE
CAMBIO DE PROGRAMA DE
PRODUCCION
FLETE INCREMENTAL
INVENTARIO DE EMERGENCIA
INVENTARIOS
A



29

Anlisis y discusin de las variables del modelo
En este apartado se describe la fundamentacin terica y emprica de las variables
que integran el modelo de estudio, incluyendo de igual forma, la revisin de la
literatura relacionada con la aplicacin de los pronsticos de ventas.

Hoy en da es imperativo que las empresas tengan enfoques eficaces de
pronsticos y que el mismo pronstico forme parte integral de la planeacin
empresarial. Cuando los gerentes planean, determinan hoy los cursos de accin
que tomarn en el futuro. Por lo tanto, el primer paso en la planeacin es el
pronstico, es decir, estimar la demanda futura de productos y servicios y los
recursos necesarios para producirlos. Las estimaciones de la demanda para
productos y servicios por lo general se conocen como pronsticos de ventas, que
en la administracin de la produccin y de las operaciones constituye el punto de
partida de todos los dems pronsticos. (Gaither y Frazier, 1999)

Gaither y Frazier, de manera ilustrativa en la figura 1, muestran como los
pronsticos forman parte integral de la planeacin de los negocios. Los insumos
se procesan a travs de modelos o mtodos de pronsticos para el desarrollo de
las estimaciones de la demanda, estas estimaciones de la demanda no son los
pronsticos de ventas, mas bien son el punto de partida para que los equipos
administrativos desarrollen los pronsticos de ventas. Los pronsticos de ventas
se convierten en los insumos tanto para la estrategia empresarial como para los
pronsticos de los recursos de la produccin (1999).





30

Figura 1: Pronstico como parte integral de la planeacin
empresarial

Fuente: tomado de (Gaither y Frazier, 1999)





31

En la figura 1 se ilustr el papel del pronstico en el esquema de la
planeacin de los negocios. Caso contrario tenemos algunas de las omisiones ms
comnes que pueden llevar a un mal pronstico (ver tabla 3). De particular
importancia se debe considerar la manera de seleccionar el mtodo de
pronsticos y como controlar el modelo de pronstico.

Al seleccionar un mtodo de pronstico se deben considerar varios
factores: 1) costo, 2) precisin, 3) datos disponibles, 4) lapso de tiempo, 5)
naturaleza de los productos y servicios, 6) respuesta de impulso y amortiguacin
de ruido. (Georgoff y Murdick, 1986.)

Costo y precisin. Al seleccionar un mtodo de pronsticos, se presenta
un dilema entre costo y precisin, en otras palabras, para obtener ms precisin
en el pronstico es necesario incurrir en un mayor costo, los procedimientos de
elevada precisin utilizarn ms datos, los datos por lo general son ms difciles
de obtener, y los modelos tienen un diseo ms costoso, son ms caros ponerlos
en prctica y operarlos.

Algunos de los mtodos, como son los modelos estadsticos, las analogas
histricas y el consenso del comit ejecutivo, tienden a ser de costo bajo o
moderado, en tanto que los modelos economtricos complejos de Delfos, y las
investigaciones de mercados, tienden a ser ms caros y requieren ms tiempo
para utilizarse.

Cada organizacin debe resolver el dilema de acuerdo con su propia
situacin.




32

Tabla 3 :Algunas omisiones que conllevan a un mal pronstico
1. Omisin de la empresa de involucrar una amplia seccin el personal
en los pronsticos. El esfuerzo individual es importante, pero tambin
lo es la necesidad de involucrar a todos aquellos que tengan
informacin pertinente y que debern ponerlo en prctica.

2. Omisin en reconocer que el pronstico forma parte integral de la
planeacin empresarial (vea figura 1).

3. Omisin en pronosticar que los pronsticos siempre estn
equivocados. Las estimaciones del futuro estn destinadas a estar
sujetas a error y la magnitud del error tiende a ser mayor en
pronsticos que cubren periodos de tiempo extremadamente largos o
costos. Cuando los gerentes de operaciones abrigan expectativas no
realistas sobre los pronsticos, el hecho que estos no resultan exactos a
menudo se utiliza como excusa para un mal desempeo en las
operaciones.

4. Omisin en pronosticar las cosas correctas. Las organizaciones
pueden pronosticar la demanda de materias primas que tienen que
incorporarse en los productos terminados. La demanda de las materias
primas no necesita pronosticarse, porque dicha demanda puede
calcularse a partir de los pronsticos de productos terminados.
Pronosticar demasiadas cosas puede sobrecargar al sistema de
pronsticos y hacer que resulte demasiado costoso y pesado.

5. Omisin en seleccionar un mtodo apropiado de pronstico.

6. Omisin en llevar control del desempeo de los modelos de
pronsticos, de forma que se pueda mejorar su precisin. Los modelos
de pronsticos pueden modificarse segn se requiera para controlar su
desempeo.

Fuente: tomado de (Gaither y Frazier, 1999)





33

Anlisis y discusin de la variable recoleccin de informacin
Para llevar a cabo una planeacin eficaz de las ventas, el gerente de ventas
necesita informacin sobre el mercado. Las decisiones de planeacin de ventas de
hoy, necesitan informacin muy especializada y cuantificada. Las compaas ya
no tienen mercados pequeos y limitados en donde los gerentes de ventas
conocen a cada cliente en persona.

Las organizaciones de ventas, grandes y diversificadas, necesitan cada vez
ms y mejor informacin del mercado y tecnologas ms sofisticadas para
mejorar todos las datos sobre sus diversos mercados y clientes.

Las compaas insisten en que sus fuerzas de ventas, asumen cada vez ms
responsabilidad de reunir conocimientos del mercado, sobre una base contina
para la gerencia de sistemas de informacin de la compaa. Por ejemplo, se les
dice a los vendedores: no slo vendan, obtengan informacin

Qu necesitan nuestros clientes?
Qu hace la competencia?

Ms que proporcionar informacin del mercado para los sistemas de
informacin, algunas organizaciones de ventas progresistas, incluso han
establecido sistemas especializados de informacin para la gerencia de ventas
para reunir, procesar, almacenar, analizar, interpretar y dar a conocer informacin
del mercado y de ventas para ayudar a la gerencia de ventas en la toma de
decisiones. (Handerson, Hair Jr. y Bush, 1995)




34

Handerson (1995) nos dice que las tareas principales en el manejo de datos
de ventas son:

1. Reunin y transmisin de datos. Despus de que un vendedor cuidadoso
escucha u observa datos potencialmente valiosos, debe haber un canal de
comunicacin que funcione muy bien para permitir una entrega fcil y
rpida de los datos del campo a las oficinas centrales.
2. Acumulacin de datos. Todos los datos que llegan, deben almacenarse en
un lugar central para su fcil acceso cuando se necesiten.
3. Categorizacin de los datos. La gran cantidad de datos, deben clasificarse o
categorizarse en una forma con sentido lgico.
4. Anlisis de datos. Debe haber un procesamiento estadstico de los datos
para descubrir relaciones importantes.
5. Circulacin del anlisis de datos. Se debe dar la oportunidad a varios
gerentes de ventas para que estudien los datos y hagan su anlisis, adems
de permitrseles ofrecer sus interpretaciones y puntos de vista personales.
6. Desarrollo del escenario. Los patrones y tendencias emergentes en los
datos deben identificarse y desarrollarse dentro de escenarios competitivos
de mercado que ayuden a predecir el ambiente de ventas y marketing.

Para Gaither y Frazier (1999) los datos que estn disponibles y que sean
relevantes para los pronsticos, constituyen un factor importante en la seleccin
del mtodo de pronstico. Por ejemplo, si las actitudes y las intenciones de los
clientes son un factor relevante en los pronsticos y si estos datos pueden
obtenerse de manera econmica de los clientes, entonces una encuesta de clientes
pudiera ser el mtodo apropiado para el desarrollo de las estimaciones de la
demanda.



35

Por otra parte, si se requiere pronosticar las ventas de un producto nuevo,
entonces una encuesta de clientes pudiera no ser una forma prctica de
desarrollar un pronstico; quiz debieran utilizarse las analogas histricas, la
investigacin de mercados, el consenso del comit ejecutivo o algn otro
mtodo.

La investigacin de mercados ayuda a recolectar datos en diferentes
formas (entrevistas, encuestas, etc.) para probar hiptesis del mercado. La
investigacin de mercados es la funcin que enlaza al consumidor, al cliente y al
pblico con el comercializador a travs de la informacin.

Esta informacin se utiliza para identificar y definir las oportunidades y los
problemas de marketing; as como tambin para generar, perfeccionar y evaluar la
comprensin del marketing, monitorear el desempeo del marketing y mejorar la
comprensin del marketing como un proceso (Malhotra, 1999)

La mayora de los procedimientos sobre pronsticos tienen como premisa,
el supuesto de que existe informacin, a la que puede acceder la organizacin
adems de tener fcil acceso. Desafortunadamente, por experiencia se sabe que la
mayora de las empresas no llevan registros adecuados, ni han considerado un
mtodo consistente para almacenar informacin propia y por lo tanto, a menudo
no cuentan con cifras: sobre el volumen de produccin as como de los precios
de grupos de productos homogneos entre otras. Es cierto que antes de que se
empleen tcnicas avanzadas se deber recabar informacin estratgica durante
varios aos. Sin embargo, el pronstico exacto no debe retrasarse hasta que se
cuente con una base de datos simple, en vez de eso, se debe disear una base de
datos considerando varios procedimientos alternativos de pronstico.



36

Podra objetarse que no hay por que hablar de un sistema de
informacin, un artculo que examina los problemas de pronsticos, aunque la
lenta adopcin de las tcnicas cuantitativas de pronstico, quizs podra
explicarse nicamente haciendo referencia a un sistema de informacin, a
menudo mal elaborado, la recabacin rutinaria de datos es fundamental para la
toma de decisiones. Un buen pronstico necesita una buena base de datos y un
buen sistema de manejo de la base de datos. (Makridakis y Wheelwright 1991).

Con estos argumentos, ahora se desprende la siguiente hiptesis:
H
1.
La informacin recabada por parte del departamento de ventas es eficiente.

Anlisis y discusin de la variable sobre conocimientos tcnicos para
pronosticar

Qu tan sofisticados deben ser los gerentes que utilizan los resultados del pronstico?

Se ha encontrado que el mtodo de pronsticos debe ajustarse a los
conocimientos y sofisticacin del usuario. En general, los gerentes se rehsan a
utilizar los resultados derivados de tcnicas que no comprenden.

Otro factor relacionado, es la condicin de los sistemas de pronstico que
se utilizan actualmente. Wheelwright y Clarke (1976) encontraron que los
sistemas de pronsticos tienden a evolucionar hacia mtodos ms sofisticados en
el aspecto matemtico; sus cambios no se presentan en un solo paso importante,
es decir, el mtodo que se elige no debe ser demasiado desarrollado ni sofisticado
para sus usuarios y tampoco debe estar demasiado alejado del sistema de
pronsticos actual.



37

Mejor aun, en ocasiones los modelos ms simples pueden tener mejores
resultados, por lo que la sofisticacin no es el objetivo definitivo.

Dentro de la estructura organizacional de una empresa, la importancia de
cada cargo es medida en virtud del impacto empresarial de las decisiones que
enfrenta, de manera que cada vez se presta una mayor atencin a la forma en que
se realizan las decisiones, y a los insumos de informacin requeridos para
tomarlas (figura .2.).









Figura 2: El Pronstico como parte integral de la planeacin (tomado de Velsquez, Dyner y Souza, 2006)


Dentro de este contexto, la prediccin ha jugado un rol fundamental en
aspectos como el marketing, la planeacin de la produccin, la definicin de
niveles de inventario, la programacin de compras o el Top Management
(Makridakis, Wheelwright y McGee, 1983); mas aun, Sanders (2005) seala que
existe una presin creciente por tener cada vez pronsticos ms precisos en
respuesta a la competitividad del mercado, por lo que la capacidad para
obtenerlos se ha vuelto ms una tarea crtica que una ventaja competitiva (Fildes
y Hastings, 1994Amstrong, 2001).
OBJETIVOS
DECISIONES
RESULTADOS ACCIONES
PRONSTICOS
SON UN INSUMO PARA SON UN INSUMO PARA
GENERAN MODIFICAN
GENERAN



38

Esta presin ha impulsado el desarrollo de mtodos cada vez ms
sofisticados especialmente en el campo de la estadstica y la econometra
(Granger y Terasvirta, 1993 y Hamilton, 1994); aunque contradictoriamente,
Bunn y Wright (1991) han encontrado evidencias, indicando que en las
organizaciones existe una mayor credibilidad en las opiniones de los expertos,
que en los pronsticos obtenidos por mtodos estadsticos o matemticos.

Esto ltimo puede ser explicado, en parte, por la brecha existente entre los
pronosticadores, quienes poseen usualmente un nfasis tcnico en el pronstico,
y los usuarios, quienes usan los pronsticos con un nfasis empresarial para la
toma de decisiones.

En este sentido, existe poca comprensin por parte de los gerentes y
administradores sobre las tcnicas de prediccin, y el proceso de construccin de
pronsticos, que es una tarea compleja cuyo xito depende de una adecuada
integracin de sus diferentes fases, entendindola como una aproximacin
cientfica que busca construir una suposicin sobre un evento futuro, a partir de
eventos pasados y otras evidencias.

En el sentido contrario, los pronosticadores toman una posicin lejana
respecto a las necesidades de informacin de los administradores y gerentes, y del
problema real de la prediccin desde un punto de vista empresarial. El
argumento anterior permite desprender la segunda hiptesis:

H
2
: El gerente de pronsticos de la empresa refresquera GEUSA cuenta con la
capacidad tcnica para realizar las funciones de pronsticos, y basa esta actividad en el uso de
modelos economtricos



39

Anlisis y discusin de la variable sobre gerente de pronsticos
Como resultado de la debilidad humana, los sesgos especficos pueden
considerarse de una manera diferente, en lugar de estudiar los problemas en
forma aislada, el proceso del pronstico puede ser visto como una
responsabilidad obvia de la organizacin. Puesto que los errores de pronsticos,
son un tanto costosos, est justificada la inversin para reducirlos al mnimo, por
lo que un gerente de pronsticos, tiene la tarea de mejorar el sistema, el flujo
de informacin, y la capacitacin de los vendedores, as como instruir a los
gerentes en el empleo de los mtodos de pronsticos, tanto estadsticos como
intuitivos.

Un importante beneficio colateral, de contar con un gerente de
pronsticos, es la de obtener una mayor retroalimentacin a los pronosticadores
individuales acerca de la calidad de sus pronsticos, adems de lograr una
reaccin debido a la recompensa activa al vendedor por el buen desempeo del
pronstico. (Makridrakis y Wheelwright, 1991)

En este mismo sentido, un pronosticador calificado implica que este debe
pasar por un entrenamiento previo, tanto en las metodologas empleadas como
en las herramientas de cmputo, ya que su uso requiere conocimientos muy
especficos en la metodologa y la interpretacin de resultados.

En muchas organizaciones, las tareas de prediccin son desarrolladas
como parte de las funciones de un determinado cargo, en el cual suelen realizarse
diferentes actividades. Mas an, algunas organizaciones suelen contratar
consultora externa, durante la fase de diseo y puesta en marcha del modelo de
prediccin, dejando en manos del personal interno la construccin de



40

pronsticos, una vez que ha finalizado el proyecto de desarrollo e
implementacin. Ello implica que las predicciones son preparadas por personal
que es nuevo en el modelado, aunque pueda tener un conocimiento profundo del
mercado.

En este sentido, la preparacin de pronsticos no es vista como una
carrera profesional dentro de las empresas, de tal forma que las destrezas y
habilidades necesarias para la construccin de predicciones precisas slo suelen
ser desarrolladas marginalmente, lo que va en contra de la poltica organizacional,
en especial, si se entiende la importancia de la prediccin en la toma de
decisiones, en consecuencia, el rol del pronosticador debe estar definido en
trminos de sus funciones y responsabilidades, as como de los resultados que la
administracin espera de l; ello implica que el pronosticador es un experto en el
modelado, capaz de realizar una aproximacin disciplinada al problema, y quien a
su vez, tiene un conocimiento profundo del entorno empresarial y de la
problemtica particular que debe resolverse.

Una ventaja adicional de reconocer la preparacin de pronsticos como
una profesin de carrera, es que los modelos desarrollados no se convierten en
cajas negras, de las que slo se sabe como realizar las entradas y como obtener
los resultados.
3
Con estos nuevos argumentos, ahora replanteamos la segunda
hiptesis, de la siguiente forma:

H
2
: La capacidad tcnica del Gerente de pronsticos de la empresa refresquera
GEUSA posee el perfil idneo en cuanto a conocimiento tcnico y habilidad para desarrollar
pronsticos de ventas.

3
Tomado del artculo Estudios Gerenciales Polticas para la integracin del juicio experto y los pronsticos
estadsticos en el marco organizacional 2006.



41

Anlisis y discusin de la variable seleccin del mtodo de pronstico.
Hanke y Ritch (1996), opinan que es difcil determinar que mtodo de pronstico
es mejor, ya que no es necesario confiar en sistemas demasiado complejos para
obtener los resultados esperados, de lo que se trata es de definer la situacin real
en que se encuentre la empresa y del tipo de informacin que se requiera con el
pronstico.

Cuando se comparan las empresas manufactureras y de servicio, las
primeras llevan a cabo ms repeticin y realizan mayores ajustes a sus
pronsticos en comparacin a las de servicio, ya que las manufactureras utilizan
con mayor frecuencia los mtodos cuantitativos por ser ms confiables. Este tipo
de empresas le da mayor importancia a los pronsticos y a la precisin en
comparacin con las empresas de servicios.

Para elegir, de entre cualquiera de los mtodos que existen, es necesario
saber las condiciones que existen en el mercado, para esto es recomendable
realizar pruebas de medicin de error.

Monks (1991) propone una metodologa a partir de la cual podemos tomar
la decisin correcta para la seleccin del mtodo de pronsticos ms adecuado. A
continuacin se describen los pasos:

1. El tipo de pronstico (demanda, tecnolgica, etc.)
2. El horizonte de tiempo (corto, mediano, o largo plazo)
3. La base de datos disponible
4. La metodologa disponible (cualitativa o cuantitativa)




42

Los primeros autores del tema sobre pronsticos, especulaban acerca de
cules seran los mtodos ms precisos; por ejemplo los trabajos de Wheelwright
y Makridakis, ------famosos a mediados de los setentas----- presentaban unas
evaluaciones que se reducen a la expresin entre ms complicado, mejor
olvidndose con ello las consideraciones del costo.

An desde el punto de vista de dichos autores, queda pendiente la
pregunta, si se desea pronosticar una variable en particular, cul es la utilidad de
los diversos mtodos? Desde aquellas publicaciones, los lineamientos ofrecidos
fueron criticados de manera emprica, con lo cual en circunstancias particulares,
se demostr que eran engaosos (Fildes y Howell 1979).

A medida que transcurre la dcada de los 80s, se tiene la desagradable
sensacin de que las bases empricas de muchas generalizaciones son dbiles.

Es difcil encontrar reglas sencillas mediante las cuales el pronosticador
pueda seleccionar el mtodo (dentro de las limitaciones de costo) que le permita
lograr el nivel de precisin deseado. Tampoco se espera que el analista examine
todos los mtodos posibles, comparndolos y evalundolos. Tal proceder es
inadmisible, salvo cuando se trata del ms importante proyecto. En lugar de ello,
las elecciones se hacen teniendo en cuenta un gran nmero de factores como los
que a continuacin se describen:

- Concepciones previas del pronosticador. Si nicamente se conoce un
mtodo, ese ser el que se use. Si se invirti mucho tiempo en el
aprendizaje de un mtodo complicado, es probable que ese esfuerzo
influya indebidamente en la eleccin. Tambin ejercern influencias



43

importantes la experiencia previa y la investigacin relacionada que haya
llevado a cabo el pronosticador.
- Como se emplear el pronstico. Si el encargado de la toma de
decisiones necesita una evaluacin del efecto que tendr, por ejemplo, la
publicidad, como parte de un pronstico de mercado, el enfoque
seleccionado tendr que responder a esa interrogante.
- Complejidad y facilidad de compresin. Es muy difcil emplear
decisiones, asimismo, tambin se rechazar un modelo que no incluya
aquellos elementos que el encargado de la toma de decisiones juzgue
importantes.
- Prueba de comparacin. Si se toma en serio la tarea de seleccin, se
desarrollarn paralelamente algunos de los mtodos ms plausibles y se
probar su utilidad para el pronstico. Tal como se ha mencionado, este
anlisis no incluir todas las alternativas posibles.

Las decisiones importantes que resientan la inexactitud de los pronsticos,
requieren de un cuidadoso anlisis de las posibles alternativas. El error ms
probable es limitar dicho anlisis a un nmero reducido de mtodos de
pronsticos. Amstrong (1978), ha sido muy convincente al sealar que se tienen
muchas ventajas al considerar ms de un mtodo y que entre ms difieran estos,
mejor. Por lo tanto, las organizaciones deben adoptar algn procedimiento de
pronsticos que, en los problemas importantes, permitan una comparacin fcil
de las distintas alternativas. Esto significa que el sistema de informacin debe
estar bien desarrollado y que es necesario llevar un registro histrico de los
resultados anteriores de los pronsticos.




44

Los costos de mantenimiento de tales registros son bajos y una vez
complejos, brindan un mayor tiempo para pronosticar, en lugar de invertirlo
recabando datos, con la base de datos tambin se facilitar el empleo de una gran
variedad de modelos alternativos, estadsticos, econmicos y de mercadotecnia.

Estos argumentos permiten desprender una tercer hiptesis de
investigacin:
H
3
: El procedimiento con el cual se elabora el pronstico en la empresa refresquera
GEUSA se basa en la metodologa de los modelos alternativos.

Anlisis y discusin de la variable generacin del pronstico
Segn Makridakis y Wheelwright (1991) se debe contar con un marco de trabajo
para el desarrollo de los pronsticos. En la figura 2, se presenta un marco de
trabajo para la comprensin del proceso de pronsticos en la organizacin y de
los problemas que es necesario entender. En este modelo, el pronosticador
informa al encargado de la toma de decisiones, sobre las consecuencias previstas
de un conjunto propuesto de planes, para ello, se emplea cierta informacin
recabada acerca del ambiente externo e interno que este relacionado directamente
a este proceso.

La informacin podra obtenerse a travs de un sistema de administracin
de los servicios de informacin, pero ms probablemente, se obtendr a travs de
alguna fuente informal apropiada. Para hacer un pronstico, el pronosticador
adoptar un procedimiento especfico tomando en consideracin el costo de las
diversas posibilidades, el tiempo disponible antes de que se necesite el pronstico
y alguna idea de la precisin probable de los mtodos que puede aplicar en forma
competente.



45

El pronosticador tambin debe tener en cuenta la importancia de mejorar
la precisin del pronstico.


En la Figura 2 se muestra el modelo que
propone Makridakis y Wheelwright (1991) para
elaborar el pronstico.



46

Pronostico
de trabajo
Seleccin de los
procedimientos
de pronosticos
Plan de
accion
Seleccin de las
variables clave
El que toma las desiciones
Objetivos
Requerimientos de
decisin
Valores
Pronostico
finales
Recomendacin de
pronosticos
Lineamientos de
planeacion y
suposiciones
Fuentes informales
de informacion
Pronostico
inicial
MIS
Fuentes informales
de informacion
Ajustes
informales
Pronosticador
Exactitud
probable
Limitantes costo
/ tiempo
Valores
La organizacin y su
ambiente
Revision de las
suposiciones de
planeacion

Figura 2. Sistema para la elaboracin de pronsticos (tomado de Makridakis y Wheelwright (1991)
4


4
Influencias directas o flujos. Los cuadros sombreados representan los componentes principales del sistema para la elaboracin de pronsticos. Los cuadros de lneas ms
oscuras representan acciones efectuadas por los participantes, el pronosticador y el encargado de la toma de dediciones. Los cuadros de lneas continuas representan la
informacin y las suposiciones.


47

Debido a que las empresas se encuentran situadas en momentos de gran
incertidumbre, es preocupante para ellas contar con herramientas que ayuden a
predecir de manera confiable y eficaz el futuro que se aproxima tanto en el corto
como en el largo plazo, ya que los pronsticos son, hoy en da, esenciales para
cualquier rea de la organizacin, mas especficamente en reas tales como,
presupuestos, recursos humanos, ventas, desarrollo de nuevos productos e
inventarios y materiales.

Algunos medios utilizados en la actualidad para obtener estos pronsticos
pueden ser, la estadstica (mtodos cuantitativos), la experiencia as como
tambin la intuicin, (mtodos cualitativos) y el juicio. Los dos tipos de mtodos
de pronsticos son vlidos y aplicados de forma correcta pueden ser muy
eficientes (Chase, Aquilano y Jacobs, 2001).

En opinin de autores como Chase (2001) acerca de estos pronsticos, es
que no existe ningn mtodo que sea perfecto. Sin embargo, hay muchos
factores en los negocios que son difciles de predecir, as que en lugar de buscar
un pronstico perfecto, es an ms importante iniciar la prctica de la revisin de
pronsticos continua, y as lograr una reduccin en los costos.

TIPOS DE PRONSTICOS: De acuerdo a Hanke y Reitsch (1996) los
pronsticos se pueden clasificar en tres principales criterios.

- El primer criterio es el tiempo, es decir, existen pronsticos a corto y a
largo plazo. Estos ltimos ayudan a establecer el curso general de la
organizacin en un plazo largo de tiempo, mientras que los primeros se


48

utilizan para disear las estrategias que se utilizarn inmediatamente y
sern ejecutadas por niveles medios en la organizacin.
- El siguiente tipo de criterio se relaciona directamente con la posicin
en cuanto al entorno micro y macro, y cmo es que aqu se generan
diferente tipos de detalles en una organizacin. Estos tipos de detalles
son el micro pronstico y el macro pronstico. Un ejemplo de micro
pronstico es que el gerente de produccin sepa cuanto se necesitar
para la produccin anual de un producto determinado, mientras que un
macro detalle sera conocer el incremento en la carga tributaria
(impuestos) que el gobierno aplicar en el siguiente ao fiscal.
- El tercer tipo de criterio clasifica los pronsticos en cualitativos y
cuantitativos, el primero se aplica cuando se emite el juicio de una
persona, mientras que los cuantitativos se refieren a procesos
mecnicos que dan como resultado datos matemticos.

Chase, Aquilano y Jacobs (2001) hacen una clasificacin de los pronsticos
en base a lo que consideran importante de analizar. Para ellos, hay cuatro tipos de
pronsticos, los cuales son: cualitativos, de anlisis de series de tiempo, causales y
modelos de simulacin.

1) Los pronsticos cualitativos se forman mediante:
Composicin de fuerza de ventas
Investigacin de mercados
Panel
Analoga histrica
Mtodo Delphi



49

2) Los pronsticos basados en el anlisis de series de tiempo incluyen:
Promedios mviles
Promedio mvil ponderado
Suavizacin exponencial
Anlisis de regresin
Box Jenkins
Series de tiempo de Shiskin
Proyecciones de tendencia
3) Los pronsticos basados en modelos causales se componen de:
Anlisis de regresin
Modelos economtricos
Modelos de entrada / salida
Indicadores gua
4) Pronsticos basados en modelos de simulacin

Ahora bien, para Makridakis y Wheelwright (1992) los diferentes mtodos
se pueden dividir en tres clases:

- El subjetivo: en el cual las opiniones individuales se procesan quiz de
una manera complicada.
- El extrapolativo: en el cual se efectan pronsticos para una variable
en particular, usando nicamente la historia previa de esa variable. Se
supone que los patrones identificados en el pasado se extienden hacia el
futuro.
- El causal (o estructural): en el cual se interna identificar las relaciones
entre variables que existieron en el pasado, por ejemplo, el volumen de


50

ventas de una marca y su precio relativo. Luego, se supone que las
relaciones continan siendo vlidas en el futuro.

Con respecto a la clasificacin de los mtodos Subjetivos se desarrollan
pronsticos de manera individual, de igual forma se llevan a cabo pronsticos
basados en comits de investigacin y utilizando el mtodo Delphi.

En la tabla 4 se describen los mtodos subjetivos que seala Makridakis y
Wheelwright (1992)
Tabla 4: Mtodos Subjetivos
MTODO DEFINICIN
J1 Pronstico
individuales
(subjetivos)

Un individuo elabora un juicio acerca del
futuro sin hacer referencia a ningn otro
conjunto de pronsticos.
J2 Pronstico
mediante el
comit /
investigacin
Los aspectos del comit son demasiados
conocidos. Una variable del comit, el
compuesto del subsistema de ventas, agrega
las opciones del equipo de ventas o de los
expertos a proyectos futuros. O bien,
tambin se pueden efectuar encuestas entre
los clientes con respecto a sus compras
futuras.

J3 Delphi Delphi tiene tres rasgos que le distinguen del
comit: anonimato, retroalimentacin y
respuesta de grupo. Tpicamente los
participantes se desconocen entre s. El
ejercicio de pronsticos se lleva a cabo en una
serie de vueltas en las cuales a cada
participante se le ofrece un resumen de las
opiniones expresadas con anterioridad, hasta
que se estabilizan las respuestas del grupo.

Fuente: Tomado de Makridakis y Wheelwright (1992)


51

Relativo a los pronsticos extrapolativos, existen dos estudios tiles a
este respecto, el de Makridakis (1978), con comentarios adicionales de Anderson
y Makridakis (1977), y el de Fildes (1979).

Los mtodos extrapolativos slo funcionan con variables cuantitativas y se
emplea Y
t

para denotar la variable que se desea pronosticar y la medida del
tiempo t. A continuacin se presenta una breve descripcin de los mtodos ms
conocidos:
Tabla 5: Mtodos Extrapolativos
Fuente: Tomado de Makridakis y Wheelwright (1992)
MTODO DEFINICIN
E1 Curva de
tendencia
Los observaciones pasadas se describen como una funcin del tiempo, y luego, el
patrn identificado se utiliza para pronosticar el futuro, las funciones tpicas son la
recta, la lnea exponencial y la curva en forma de s. en el software se computacin
se encuentran algunas curvas alternativas. A menudo este mtodo se emplea en
pronsticos a largo plazo.

E2
Descomposicin
Se considera que una serie de tiempo consta de cuatro componentes: la tendencia
(su comportamiento a largo plazo), cclica (los vaivenes alrededor de la tendencia a
largo plazo), estacional, y un componente aleatorio sobrante. Una vez que se han
identificado los componentes sistemticos, estos pueden reintegrarse para generar
pronsticos.

E3 Atenuacin
exponencial
El pronstico se basa en una suma ponderada de las observaciones pasadas. Los
valores dependen de los llamados parmetros de atenuacin. Una vez que se han
elegido tales parmetros, es fcil calcular los pronsticos, el mtodo se puede
adaptar fcilmente para considerar los factores estacionales y tendencias.

E4 Modelos Box-
Jenkins
( o ARIMA)

Como en la atenuacin exponencial, los pronsticos se basan en una suma
ponderada de las observaciones previas. Sin embargo, la seleccin de los valores es
mucho ms complicada. Los modelos ARIMA brindan al analista una gama de
modelos diferentes, escogindose el ms apropiado para la aplicacin particular
(Jenkins).
E5 Bayesiano En las aplicaciones normales, el pronstico bayesiano es similar a la atenuacin
exponencial. Sin embargo, por ejemplo, una huelga en la planta de la competencia.
Los modelos extrapolativos regulares para pronsticos requieren la intervencin
humana para el reajuste despus de un cambio como este. El pronstico bayesiano
trata de tomar en cuenta estos cambios mediante la evaluacin de los puntos de
cada rato para ver si ha ocurrido o no algn cambio. Una vez que se identifica estos
cambios, los pronsticos se ajustan automticamente, este mtodo tambin puede
incorporar la informacin subjetiva.


52

Por ltimo continuando con esta clasificacin, ahora tenemos los modelos
causales y estructurales, el objetivo de estos modelos es relacionar la variable
que se est pronosticando, con las causas que histricamente han ejercido
influencia sobre ella y emplear para el pronstico las relaciones que se
establezcan. A continuacin en la tabla 6, se enlistan los enfoques ms conocidos
con una breve definicin.

Tabla 6: Mtodos Causales y Estructurales
Mtodo Definicin
C1 modelos
de regresin
de una sola
ecuacin
Se considera que la variable dependiente Y, est determinada por varias causas o
factores exgenos as como por los valores pasados de la variable dependiente en s.
Las relaciones entre y sus causas se identifican mediante el examen de los datos
pasados. Para hacer pronsticos, se necesita hacer suposiciones con relacin a los
valores de los factores exgenos en el futuro o bien, estos valores se debern
pronosticar en su momento. Word y Fildes hacen una introduccin estadstica.
C2 Modelos
de sistemas
simultneos
Estos tienen una estructura similar a la de los modelos de un sola ecuacin ya
descritos, pero con ms de una variable dependiente, en seguida pronostican la
variables dependientes (o endgenas) mediante suposiciones acerca de los valores
futuros de las variables exgenos.
C3 Modelos
de simulacin
Como en los modelos de sistemas simultneos, los modelos de simulacin tienen que
ver con un gran nmero de variables y sus interrelaciones con los factores exgenos,
los modeladores de simulacin hacen nfasis en la estructura del modelo (en lugar de
las estructuras lineales de los modelos de sistemas de regresin y simultneos). En
general, incluyen muchos ms detalles del sistema modelado, por ejemplo, flujos de
informacin. La identificacin del modelo es mucho ms adecuada que los rigurosos
modelos estadsticos mencionados al principio.

C4 Modelos
de entrada-
salida

Los modelos de entrada salida se fundan en la idea de que para obtener una
produccin dada de productos o servicios, se requiere de un conjunto fijo de insumos.
Una vez que se han efectuado los pronsticos de la demanda del consumidor, las
tcnicas de entrada salida permitirn calcular la cantidad necesaria de un producto en
particular para mantener tal nivel de la demanda (Blin).
C5 Anlisis
del impacto
cruzado
Se elabora una lista de eventos que probablemente tendrn un impacto en el sistema
analizado. En seguida se estiman las probabilidades de ocurrencia de cada no de estos
eventos. Segundo, tambin se estima la probabilidad condicional de que ocurra el
evento A, siendo que ha ocurrido el evento B, para todos los pares posibles de
eventos A y B. a partir de estas suposiciones es posible definir escenarios que estn
formados por una combinacin de estos diversos eventos y calcular para cada
escenario la probabilidad asociada, se eliminan aquellos conjuntos de eventos cuya
probabilidad sea baja (Helmer).

Fuente: Tomado de Makridakis y Wheelwright (1992)



53

Evaluacin de los mtodos de pronsticos
No es posible confiar en un solo mtodo para obtener los mejores pronsticos
en todas las circunstancias. Cada uno tiene sus ventajas y desventajas, bondades,
beneficios y desde luego las posibles limitantes que el modelo pueda generar por
la carencia de informacin o por la propia subjetividad del mismo. Al respecto
Makridakis y Wheelwright (1992) realizan un anlisis de cada uno de los modelos
de pronsticos que se vienen describiendo en este apartado as como en las tablas
4, 5 y 6, mostrando a lo que su consideracin, representan ventajas y desventajas
de cada modelo en particular.

Cada enunciado es tomado textualmente de sus autores, a fin de que la
interpretacin descrita en cada uno de estos modelos, no genere confusin
alguna entre los usuarios o lectores de este documento. A saber, la explicacin
inicia citando el mtodo y de ello se describen las ventajas y desventajas:

De los modelos a criterio se tiene:

Pronsticos individuales (subjetivos)
J1 Barato si usted
quiere que as sea;
flexible, puede
pronosticar
cualquier cosa;
cualquiera lo
puede hacer
Precisin dudosa (Amstrong); aunque quiz
pueda mejorarse la calidad de los criterios
mediante la evaluacin de la precisin del
pronosticador, la habilidad de un atributo de la
persona, no de la organizacin; se encuentra
sujeto a todos los problemas del criterio humano
(Hogarth y Makridakis proporcionan un estudio)







54

Pronsticos mediante el comit / encuestas
J2 Relaciona
diferentes
perspectivas al
problema,
adems de las
ventajas
mencionadas
antes
Puede dominar una voz fuerte, que no necesariamente
corresponda a la del mejor pronosticador; Quin
quiere contradecir al jefe en una organizacin
jerrquica? Presenta las desventajas del criterio
humano? Es ms caro que el individual. No brinda
respuesta a las interrogantes Cmo selecciona usted
un comit? y Cmo organiza una junta? una
encuesta puede decir ms acerca de las actitudes
actuales de la gente y de sus expectativas que las
actividades futuras.

Delphi
J3 igual que en
el caso anterior,
pero intenta a
travs del
anonimato,
eliminar los
efectos de la
autoridad y la
dominacin del
grupo.
Complicado, existe presin por lograr el consenso a
medida que transcurre las sesiones, no
necesariamente existe convergencia hacia un
pronstico acordado, no constituye necesariamente el
mejoramiento del mtodo ms directo del comit.

De los modelos explorativos se tiene:
Anlisis de la curva de la tendencia
E1 Es fcil de
aprender de
usar y de
comprender
Es demasiado fcil y por tanto, propicia el descuido;
especialmente a largo plazo, Por qu una curva
dependiente slo del tiempo debera brindar una
descripcin adecuada del futuro distante?

Mtodos por descomposicin
E2 Crebles por
intuicin
No tiene una explicacin estadstica; no son ideales
par los pronsticos y presentan los mismos
problemas que las curvas de la tendencia. Son de
utilidad como mtodo de identificacin de los
factores. Tendencia, estacinales y cclicos.


55

Atenuacin exponencial
E3 fcil de aplicar con computadora para
un gran nmero de productos. Muy
barato de operar, fcil de establecer
sistemas de control. De fcil
comprensin
Sin base terica, pierde los
puntos crticos, impreciso.
Modelos de Box-Jenkins (o ARIMA)
E4 la seleccin de valores es amplia, lo que permite al
usuario identificar en los datos muchos ms patrones
sutiles que con los mtodos previos, ms que una
tcnica, el enfoque de Box-Jenkins proporciona una
filosofa acerca del modelado basada en el principio de
la parsimonia: cuanto ms simple es el modelo tanto
mejor, siempre y cuando satisfaga un nmero
adecuado de verificaciones de diagnstico.


Modelos Bayesianos
E5 trata de incluir la probabilidad del
cambio estructural; incluye
informacin subjetiva; puede
emplearse con muy pocos datos;
desde el punto de vista de la
computacin, es bastante barato
Complicado, se sabe muy poco
acerca de su funcionamiento.


De los modelos causales y estructurales se tiene:
Modelos de regresin de una sola ecuacin
C1 es posible desarrollar modelos
que sean suficientemente confiables.
Estos son ideales ya que contestan a
la pregunta Cmo influyen la
compaa en la ventas?. Estos son
modelos de control, as como
modelos de pronsticos
Los modelos son difciles de
desarrollar, requieren personal
como experiencia y gran cantidad
de datos que a menudo la
organizacin no se ocupa de
recolectar. Subsiste el problema
de pronosticar los factores
exgenos.




56

Modelos de sistemas simultneos
C2 muchos sistemas no se ajustan
naturalmente al formato del modelo
de una sola ecuacin. En la poltica
macroeconmica, el desempeo, la
produccin y la inflacin son todos
interdependientes. En la empresa, a
menudo se sostiene que las ventas y
la publicidad se determinan en
conjunto, los modelos de sistemas
simultneos captan estas
interrelaciones
Grandes requerimientos de datos,
son difciles de entender;
estadsticamente complicados;
difcil de definir el modelo; difcil
que tengan en cuenta la falta de
linealidad; caros.

Modelos de simulacin
C3 se aplican adecuadamente, tales
modelos pueden ofrecer al
encargado de la toma de decisiones
una ayuda substancial; se les puede
disear de tal modo que sean de uso
sencillo y fcil entendimiento;
pueden tambin resolver el problema
preciso
Caros; con frecuencia requieren
de gran cantidad de datos; no hay
una explicacin clara acerca de su
construccin; requiere una
validacin cuidadosa

Modelos de entrada-salida
C4 a diferencia de
muchas de la tcnicas
descritas, el mtodo de
entrada-salida es ideal
para pronosticar
productos industriales
Pocas veces las tablas gubernamentales de
entrada-salida contienen suficiente detalles
para una compaa interesada en clases
especificas de productos; tambin tienden a se
obsoletas por varios aos; no se sabe que tan
importante es la suposicin de
proporcionalidad entre la entrada (insumo) y la
salida (produccin). Es costoso preparar una
tabla de entrada-salida especfica para un
producto. Los pronsticos dependen de la
exactitud de los pronsticos iniciales acerca de
la demanda del consumidor.




57

Anlisis de impacto cruzado
C5 es capaz de tratar
eventos importantes que
pueden ocasionar gran
impacto. Pueden tratar
tanto con eventos
cuantitativos como
cualitativos
Por la general, las probabilidades tienen que estimarse
mediante los diversos mtodos a criterio mencionados.
Esto puede influir en la importancia que se d a los
diferentes escenarios. Tambin es crucial la eleccin
de cuales eventos incluir. Qu tan acertados somos
para saber cuales eventos podran afectar de manera
importante a la organizacin? Por ltimo existe
alguna evidencia de que el impacto cruzado tenga
algn valor de prediccin?

Con la descripcin de las ventajas y desventajas de los modelos, expuestas
por Makridakis y Wheelwright, se deja un referente slido para el mejor
entendimiento y desde luego, para la seleccin del modelo a seguir en los casos
especficos en que se ocupe pronosticar.

Otros argumentos expuestos por Chase (2001) sugieren que, la
composicin de la fuerza de venta, es el mtodo que asume que es mejor elaborar
un pronstico desde los niveles ms bajos de la organizacin hasta llegar a los
ms altos, ya que los niveles bajos son los que tienen mayor contacto con los
clientes. Por lo tanto, estas personas son las que tienen que elaborar el pronstico
y mandarlo a los niveles superiores, hasta llegar a los ejecutivos.

La relacin entre la funcin de pronsticos y la toma de decisiones es dbil
en muchas organizaciones. Esto se debe a que los encargados de la toma de
decisiones y los pronosticadores tienen puntos de vista diferentes en cuanto a lo
que son las prioridades. Ante ello, surge una interrogante:

Cules son los diseos corporativos ms favorables para hacer coincidir a los dos?
Refirindose esto, a los tomadores de decisiones y los propios
pronosticadores.


58

Fildes y col. (1979), Wheelwright y Clarke (1980), proponen algunas
soluciones al respecto. Sugieren que la clave para evaluar los resultados de los
pronsticos en la organizacin, es examinar la manera cmo se emplean los
pronsticos y no solamente cmo se producen.

Por su parte Hanke y Reich (1996), refieren que la aceptacin de que las
tcnicas de pronsticos funcionen sobre datos generados en sucesos histricos
pasados, conduce a la identificacin de cuatro pasos en el proceso de pronstico,
siendo estos:
1. Recopilacin de datos
2. Reduccin o condensacin de datos
3. Construccin del modelo
4. Extrapolacin del modelo (el pronstico en si)

El primer punto est relacionado con la obtencin de informacin
relevante y correcta. Este es un punto muy importante ya que es el principio de
los datos que sern analizados posteriormente.

En la depuracin de los datos, slo una cantidad de estos son obtenidos
en la primera parte y resultan ser relevantes en el pronstico y si no se eliminan
podran afectar los resultados y sesgar la informacin.

Para el tercer punto hay que ajustar los datos que se obtuvieron en el
modelo adecuado y as minimizar el error que se haya obtenido en el modelo
adecuado, a la par de reducir al mximo el error que se pueda dar en el
pronstico, ya que mientras ms simple sea el modelo, mejor ser aceptado por
lo responsables en la toma de decisiones.


59

La extrapolacin del modelo se da una vez que se han recopilado los datos,
y una vez reducidos se selecciona el modelo de pronstico adecuado. Los pasos
anteriores van ligados a un ltimo proceso de retroalimentacin donde se
determina si se consigui la precisin esperada (dem p.51).

Administracin del proceso de pronstico
Nuevamente Hanke y Reitsch (1996), sealan que para llevar a cabo un proceso
de pronstico, hay varios factores que interactan entre s, ejemplo de ello es: el
sentido comn y la capacidad administrativa. Los mtodos cuantitativos son de
importancia pero es an mas importante la persona que los realiza. Esto se
resume al decir, que las tcnicas para el pronstico son tan solo una serie de
herramientas que utilizan los administradores como referencia en la toma de
decisiones. Cuando se lleva a cabo un pronstico de manera adecuada, existe una
serie de preguntas, tales como:

- Por qu se requiere de los pronsticos?
- Quin utilizar los pronsticos y cules son sus requerimientos?
- Qu nivel de detalle o agregacin se requiere y cul es el horizonte adecuado en el
tiempo?
- Que datos hay disponibles? Sern suficientes para generar el pronstico que se
requiere?
- Cul ser el costo del pronstico?
- Qu tan preciso podemos esperar que sea el pronstico?
- Se har a tiempo el pronstico para ayudar al proceso de toma de decisiones?
- Quien pronostica, tiene un claro entendimiento de cmo se usar el pronstico en
la organizacin?
- Hay disponible un proceso de retroalimentacin para evaluar el pronstico una
vez hecho y ajustar el proceso de acuerdo a ello?



60

Con estos argumentos, ahora se plantea la siguiente hiptesis:

H
4
: El sentido comn, la capacidad administrativa y la experiencia del pronosticador
como elementos del proceso para la generacin con el cual se elabora el pronstico en la empresa
refresquera,GEUSA. es eficiente

Anlisis y discusin de la variable planeacin
La planeacion proporciona varios beneficios especficos. Puede mejorar el clima
empresarial cuando la organizacin de las ventas participa por completo en el
proceso. Proporciona direccin y enfoca los esfuerzos del equipo de ventas. La
planeacin tambin ayuda a desarrollar estndares individuales y colectivos con
los que puede medirse el desempeo de la fuerza de ventas e identificar a tiempo
las desviaciones para tomar acciones correctivas.

La planeacin aumenta la flexibilidad de la organizacin de ventas para
enfrentarse a desarrollos inesperados. (Anderson, Hair Jr. y Bush, 1995). La
planeacin exacta y precisa mejorar la calidad de la toma de decisiones al llevar a
cabo un plan; sin embargo, la exactitud depende en gran parte del periodo
involucrado. Cuanto ms corto sea el periodo que se cubre en un plan tender a
ser ms preciso. Los planes de ventas anuales slo tienen sentido en el contexto
de un plan a largo plazo.

Una prctica comn entre las corporaciones ms grandes es la planeacion
revolvente, en la que se prepara un plan de tres o cinco aos al principio de cada
ao y el plan de ventas anual se revisa posteriormente durante el ao.



61

A medida que una compaa desarrolla su experiencia en el proceso de
planeacin, se incluyen medidas financieras ms precisas, los objetivos se
expresan no slo en volumen de ventas sino en trminos financieros, como
rendimientos sobre los activos administrados, flujo de efectivo y margen de
contribuciones.

Se emplean como frecuencia las simulaciones computacionales de
diferentes escenarios para evaluar el impacto sobre las ventas y las utilidades de
planes alternativos bajo diversos supuestos relacionados con el ambiente de
comercializacin futuro. Finalmente, los planes de contingencia se integran al
plan bsico para asegurar una respuesta expedita a cambios especficos en el
ambiente de comercializacin.

Planear las necesidades referentes a la capacidad de una empresa,
constituye una de las reas de decisin ms importantes a la que se enfrentan
todas las organizaciones. El pronstico tiene un papel importante en dichas
decisiones sobre la capacidad de la empresa por muchas razones. Una de stas es
simplemente debido al tiempo de entrega que implica la alteracin de los activos
y recursos fsicos asociados con dicha capacidad. Otra razn es porque el costo
de los activos, es por lo general una parte importante de la hoja de balance de una
compaa.

Finalmente, el hecho de que la mayora de las organizaciones deben vivir
con sus decisiones sobre la capacidad de la empresa durante varias dcadas, hace
que sea extremadamente importante el desarrollo de pronsticos exactos en lo
referente a la cantidad, tipo y ubicacin de la capacidad misma del negocio.



62

Marco general para la planeacin de la capacidad y la toma de decisiones.
Si bien cada situacin es algo diferente, se ha observado que un procedimiento
de nueve pasos para abordar la planeacin de la capacidad y la toma de decisiones
acerca de las instalaciones, tiene una aplicacin prctica en una amplia gama de
situaciones.

Estos nueve pasos, que se describen en la tabla 7, pueden servir como una
lista de verificacin para evaluar la planeacin de la capacidad y para reducir las
posibilidades de que se pasen por alto buenas oportunidades. (Makridakis y
Wheelwright, 1991)

Al considerar los requisitos de pronstico para la planeacin de la
capacidad, una revisin superficial de la tabla 7, podra sugerir que el
pronosticador en realidad slo necesita ocuparse del paso tres, estimar la
capacidad necesaria. Si bien esto, claramente es uno de los puntos de mayor
importancia para la integracin del pronstico a la planeacin de la capacidad,
casi todos los dems pasos del proceso tambin constituyen requisitos
importantes para el pronstico.

Tabla 7. Planeacin de capacidad: procedimiento de nueve pasos
1. Evaluar la situacin y el ambiente de la compaa.
2. Revisin y anlisis de la capacidad existente.
3. Pronstico y anlisis de la capacidad requerida.
4. Definicin de las alternativas para lograr la capacidad requerida.
5. Anlisis cuantitativo y financiero de las alternativas.
6. Anlisis de los problemas de calidad de cada alternativa.
7. Seleccin de la alternativa que se seguir.
8. Ejecucin de la alternativa elegida.
9. Revisin y auditora de los resultados reales.
Fuente: Tomado de Makridakis y Wheelwright (1992)



63

Con lo anterior podemos definir una hiptesis en los siguientes trminos:

H
5
: El procedimiento para estimar las ventas que lleva a acabo el gerente de pronsticos
se basa en la capacidad instalada en la empresa refresquera GEUSA.

Anlisis y discusin de la variable responsabilidad y trabajo en equipo-
Nadie puede imponer con xito un sistema tico de valores a terceras personas ya
que el medio ambiente, las expectativas personales, las creencias y las
percepciones difieren ampliamente de un individuo a otro. Sin embargo, todos
debemos tener conciencia del impacto de nuestras decisiones sobre los dems
(para bien o para mal) nuestro futuro.

Al respecto Dewey (1998) refiere que se toman muchas decisiones y que
mltiples acciones se llevan a cabo no tan slo sin la consideracin de su calidad
moral sino que prcticamente sin anlisis previo, casi impulsivamente.

Para Gaither y Frazier (2000) la formacin de equipos de trabajo efectivo
significa ms que simplemente agrupar trabajadores, se necesita mucho ms. La
formacin de equipos requiere capacitar en efectividad de equipo, solucin de
conflictos, medicin del equipo y sistemas de motivacin. Una caracterstica
poderosa de los equipos de trabajo efectivos es que se puede enfocar en
procesos, ms que en departamentos. Todas las reas funcionales de una
organizacin deben participar en el proceso de pronsticos y planeacin. Las
fuerzas de ventas necesitan involucrarse porque contribuyen directamente a las
ventas y est ms cercano al mercado. Una falta de participacin en el proceso de
pronsticos puede afectar negativamente la direccin y motivacin general de la
empresa.


64

Por ejemplo, si alguna rea funcional es excluida del proceso, el personal
que laboran en ella puede sentirse ignorado, derivando con ello en problemas de
moral. Cuando todos participan en el proceso de pronstico, cada individuo se
interesara an ms por su trabajo y por la direccin de la organizacin. A saber,
cualquier pronstico debe reforzarse con la convergencia general de varios
estimados que se generen a partir de las diferentes tcnicas de pronsticos. Si se
utilizan diversos mtodos para predecir las ventas, se estara involucrando a las
diferentes reas funcionales de la organizacin, lo que las hace ser participantes
activos (Anderson, Hair Jr y Bush, 1995).

Con estos argumentos, ahora se replantea la H
5
en los siguientes trminos:

H
5
: El gerente de pronsticos de la empresa refresquera GEUSA estima sus ventas
tomando en consideracin, la opinin de cada rea funcional relacionada directamente a la
funcin de logstica y ventas, as como la capacidad instalada, lo que favorece para que sea un
pronstico confiable.

Seleccin de las variables clave.
Hay dos formas de considerar la seleccin de las variables clave: cmo se hace y
cmo debiera hacerse. Las evidencias empricas recabadas por Jalland y Fildes
descritas por Fildes y col. (1979), indica que con demasiada frecuencia muchos
administradores confunden a los pronsticos con los presupuestos, los planes y
los objetivos. Probablemente esta confusin se pueda entender con el siguiente
supuesto: cules puntos que debieran considerarse como variables dependientes
del pronstico, se consideran como constantes. Por ejemplo cuando dos
asuntos interdependientes como seran: el volumen de ventas y el rendimiento de
las ventas, se trata por separado.


65

Mientras que los rendimientos de ventas pueden ser decididos por
autorizacin administrativa del director de finanzas como dato de entrada para el
plan anual corporativo, despreciar el efecto de este supuesto en el volumen de
ventas, probablemente desvirtuar el pronstico de ingresos del plan.

A medida que la escala de tiempo para la toma de decisiones se alarga,
cada ves se hace necesario considerar las variables (sociales, legislativas y tecnolgicas)
que a corto plazo se pueden tratar como constantes, con el estudio de una lista de
verificacin de variables y de su probable efecto sobre las decisiones analizadas
en el momento, si es posible identificar aquellas variables que ms requieren
atencin.

La sensibilidad que tienen las decisiones a los errores de pronsticos,
tambin fija un tope a los gastos en pronsticos. Por ejemplo, si un error del 10%
en el pronstico de ventas de un producto causa incrementos en los costos (y
consecuentemente una prdida de rendimientos) por $100,000 dlares, vale la pena
invertir hasta $100,000 para eliminar ese error del 10% en el pronstico.

Costos y beneficios del mejoramiento del pronstico
El valor de la eliminacin del error en los pronsticos es nicamente uno de los
puntos que se deben tener en cuenta al evaluar los procedimientos de
pronsticos. Un segundo punto obliga al pronosticador a ponderar las probables
mejoras en la precisin, como una funcin de los gastos en pronsticos.
Expresndolo en otros trminos, la mayor precisin es una funcin de los gastos
que se efectan para el pronstico (con la esperanza de que la precisin vaya en
aumento), en tanto que el beneficio que se obtiene del pronstico, tambin es una
funcin de la mayor precisin.


66

Este argumento conduce al axioma de que existe un tope para las
inversiones rentables en la elaboracin de pronsticos. Tambin destaca lo que le
gustara a uno saber: la relacin entre gastos y precisin, y entre precisin y
beneficios. Por fortuna, el elemento de costos de los pronsticos de una
organizacin es relativamente fcil de calcular por cualquier enfoque que se elija.

El ltimo elemento de la ecuacin es la estimacin de los probables
beneficios derivados de las mejoras en la precisin. Esto se hace mediante el
clculo de las consecuencias que tendra diversos niveles de error de pronsticos,
comparando el resultado con lo que hubiera obtenido si se hubiera contado con
la informacin exacta.

Si bien stas no son las nicas consideraciones, tanto el pronosticador
como el que toma las decisiones tienen sus preferencias personales por un
enfoque especfico. Con mucha frecuencia, estas preferencias parecen dominar
sobre las razones econmicas, ignorndose con ello al anlisis ms racional
descrito antes. Esta omisin puede ser costosa. Es importante que las
organizaciones estimen las consecuencias econmicas de pronsticos inexactos y
caso necesario, que traten de cambiarlo por un sistema de pronsticos ms
rentable. (Makridakis y Wheelwright, 1991)

Evaluacin de los Pronsticos
Teniendo en cuenta la amplia gama de modelos de pronsticos disponibles, es
fundamental tener la capacidad para evaluar la utilidad de estos modelos. El
propsito en esta seccin es exponer el criterio general que considera tres
interrogantes pertinentes en la evaluacin del modelo:



67

1. Cules son las medidas disponibles para la exactitud del pronstico?
2. Debe modificarse un modelo dado para mejorar la exactitud del
pronstico?
3. Qu otros criterios ---adems de la exactitud--- hay que tener en
cuenta en la seleccin de un modelo de pronstico?

Medidas de la exactitud del pronstico:
Con el objeto de establecer el desempeo de los modelos alternativos de
pronstico, se requiere un criterio para la exactitud del pronstico. El concepto
pertinente que se estudia aqu es la funcin de la perdida del error.

Ahora se supone que para cada error de pronstico
t
e
, existe una prdida
asociada ) (
t
e l en principio, tal como lo sealo Granger (1969), es vlido emplear
cualquier funcin en particular para la prdida del error.

Desafortunadamente, la especificacin de una funcin de la prdida del
error plantea un sinnmero de dificultades. Por ejemplo, la prdida asociada con
los errores de pronsticos puede ser imaginaria, no verdadera, ya que las
decisiones no se pueden tomar como resultado del pronstico.

En situaciones en las que los pronsticos conducen a decisiones, las
consecuencias potenciales de los errores especficos pueden ser demasiado
variadas o complicadas para su cuantificacin. Con estas dificultades, por lo
general se adoptan las funciones de prdida que implica las mediciones comunes
de la exactitud del pronstico.

Que tan crtica es la eleccin de la funcin de prdida?


68

La respuesta a esta interrogante depende de los objetivos. Si el objetivo es
simplemente clasificar el orden de los modelos alternativos, Granger y Newbold
(1973) demuestran que la eleccin de una funcin de prdida, no es demasiado
crucial la forma especfica de la funcin de prdida. Steece y Wood (1979)
proporciona un ejemplo de la medicin de la exactitud comparativa cuando se
especifica una funcin de prdida particular.

Resumen de medidas
La medida ms frecuente adoptada es la raz cuadrada del error medio (RCEM)
RCEM=

=
m
t
t
e
m
1
2
1

Donde
t
e
es el error del pronstico en el tiempo t y m es el nmero de
observaciones en el conjunto de datos de prediccin.

Es preferible el RCEM, al error medio cuadrtico ya que el RCEM tiene
las mismas unidades de medicin que las series reportadas, y de esta manera es
ms cuadrtica; en otras palabras, la prdida asociada con un error aumenta en
proporcin con el cuadrado del error.

Una desventaja del RCEM es que es una medicin absoluta que depende
de las unidades de medida. La raz cuadrada relativa del error medio (RCREM),
es similar a la RCEM, excepto que es adimensional.
La RCREM esta dada por:
RCREM=

=
m
t
t
t
z
e
m
1
2
1



69

Donde
t
z
es la serie reportada. Pueden surgir problemas cuando
t
z

se aproxima a cero. Otra desventaja es que el valor de RCREM presenta un sesgo
que favorece a los pronsticos que se encuentran por debajo del valor reportado.

Una tercera medida de la exactitud del pronstico es el error medio
absoluto (EMA):
EMA =

=
m
t
t
e
m
1
1


El EMA es apropiado siempre que la funcin de prdida es lineal y
simtrica. Brown (1963) muestra la relacin aproximada entre el EMA y el
RCEM tal como sigue:
EMA = 1.25 CREM

De esta manera, tal como se mencion anteriormente, si el objeto es
clasificar el orden de los modelos alternativos, la eleccin entre EMA y el RCEM
no es crucial.

El error porcentual medio absoluto (EPMA) esta dado por:
EPMA =

=
m
t t
t
z
e
m
1
1


El EPMA es similar al EMA, excepto que es una medida relativa. Al igual
que otras medidas relativas, el EPMA presenta un sesgo que favorece a los
pronsticos que se encuentran por debajo de los valores reportados. Pueden
surgir problemas cuando
t
z
se aproxima a cero.


70

Coeficiente U de Theil
Frecuentemente se cita el coeficiente U de Theil como una medida de la exactitud
del pronstico. Pero hay que sealar que existe cierta confusin acerca del
coeficiente, debido a que Theil (1966) propuso dos coeficientes diferentes en
pocas diferentes, pero con el mismo smbolo.

Primero, Theil defini una medida estadstica de la exactitud de los
pronsticos mediante:
U =

= =
=
+
m
t
t
m
t
t
m
t
t
p z
e
1
2
1
2
1
2


Donde
t
p
es el pronstico para
t
z
. Esta estadstica vara entre 0 y 1,
correspondiendo 0 a un pronstico perfecto. Desafortunadamente, el coeficiente
U no proporciona una buena clasificacin de los pronsticos.

Granger y Newbold (1973) proporcionan el siguiente ejemplo como
ilustracin- supngase que
t z t
a z
t
+ =
1
o

1 0 < so

Y considere el estimador:

1
=
t
z t
p |

1 0 < s |





71

Granger y Newbold (1973) demuestran que el lmite de U
2
tiende a
) 1 /( )] 1 ( 2 [ 1
2
| o | + + el cual se minimiza para 1 = | en lugar del valor ptimo de
o | = . Este problema se plantea con cualquier medida de la exactitud del
pronstico que no sea una simple funcin del error medio cuadrtico.

Debido a los problemas asociados con el coeficiente U, Theil propuso
una definicin alternativa:

U
1
=

=

=

m
t
t t
m
t
t
z z
e
1
2
1
1
2
) (


Donde
t
e
representa los errores del pronstico correspondientes a un
trmino ms. Se observa que U
1
representa una comparacin de la suma de los
cuadrados de los pronsticos de un trmino ms con aquellos correspondientes a
un modelo de caminata aleatoria (natural).

Cuando U
1
es igual a la unidad, el modelo de caminata aleatoria es tan
bueno como el modelo que se est evaluando. Si U
1
es menor que la unidad, el
modelo que se est evaluando es mejor que el modelo de caminata aleatoria. Por
otro lado, si U
1
es mayor que la unidad, no tiene caso usar el modelo que se est
evaluando, ya que el modelo de la caminata aleatoria produce mejores resultados.

A diferencia de la primera medida introductoria por Theil (1966), U
1
proporciona una clasificacin apropiada de los modelos alternativos.



72

Considerando el ejemplo de Granger y Newbold (1973) que se trat al
principio.
2
1
U se aproxima a
2 2
) ( ) 1 ( o | o + en el lmite que es minimizado para
el valor ptimo de o | = . Lauthold ilustran el empleo del coeficiente U
1
en la
evolucin de los modelos alternativos de pronsticos.

Ahora bien, con los argumentos tericos y empricos descritos
anteriormente, es necesario situar el estudio en un contexto terico a partir del
cual, la investigacin se desarrolla y se lleva a cabo la validacin de las hiptesis.

El Enfoque Terico particular
En base a la revisin crtica nos apoyaremos en la propuesta terica de
Makridakis (1991, 1992) donde destaca que todos los das en las empresas la
mayora de las decisiones se refieren a acontecimientos futuros, adems de
aseverar que al saber lo que va a ocurrir o lo que es probable que ocurra en el
futuro, puede ayudar a evitar decisiones equivocadas y mejorar sus posibilidades
de xito. Donde el objetivo es ofrecer un conocimiento mejor y una versin
realista que pueden llegar a influir en el futuro y por lo tanto llegar a obtener
reflexiones y acciones que logren tener un impacto con la mayor eficacia posible.

De igual manera destaca que se debe aprender de los errores y entender
por qu se cometieron, aceptar la idea de que como individuos tendemos a
cometerlos a menos que estemos dispuestos a hacer un esfuerzo por evitarlos y
que para lograrlo no basta con estudiar el pasado, se requiere de predicciones
exactas, una planificacin eficaz, una estrategia adecuada, una gran dosis de
conocimientos e imaginacin creativa, una organizacin eficaz y considerable
habilidad en la realizacin.



73

Con lo expuesto en la revisin terica y emprica, se valida el modelo
definitivo que a continuacin se describe en la siguiente figura:

























RECOLECCION DE
INFORMACION
CONOCIMIENTOS
TECNICOS DE LOS
PRONOSTICOS
GERENTE DE
PRONOSTICOS
S
E
L
E
C
C
I

N

D
E
L

M
E
T
O
D
O

D
E
L

P
R
O
N
O
S
T
I
C
O
G
E
N
E
R
A
C
I
O
N

D
E
L

P
R
O
N
O
S
T
I
C
O
P
L
A
N
E
A
C
I
O
N
PRONOSTICO
INEXACTO
RESPONSABILIDADES Y
TRABAJO EN EQUIPO
P
R
O
N
O
S
T
I
C
O

I
N
E
X
A
C
T
O
A
B
A
S
T
O

E
N

E
X
E
S
O
A
B
A
S
T
O

I
N
A
D
E
C
U
A
D
O
PRODUCTO NO DISPONIBLE
CAMBIO DE PROGRAMA DE
PRODUCCION
FLETE INCREMENTAL
INVENTARIO DE EMERGENCIA
INVENTARIOS


74

Finalmente se describen las hiptesis que derivaron de la revisin terica
y emprica, las que sern probadas en un captulo posterior:

H
1.
La informacin recabada por parte del departamento de ventas es eficiente.

H
2
: El gerente de pronsticos de la empresa refresquera GEUSA cuenta con la
capacidad tcnica para realizar las funciones de pronsticos, y basa esta actividad en el uso de
modelos economtricos.

H
3
: El procedimiento con el cual se elabora el pronstico en la empresa refresquera
GEUSA se basa en la metodologa de los modelos alternativos.

H
4
: El sentido comn, la capacidad administrativa y la experiencia del pronosticador
como elementos para el proceso para la generacin con el cual se elabora el pronstico en la
empresa refresquera, GEUSA es eficiente.

H
5
: El gerente de pronsticos de la empresa refresquera GEUSA estima sus ventas
tomando en consideracin, la opinin de cada rea funcional relacionada directamente a la
funcin de logstica y ventas, as como la capacidad instalada, lo que favorece para que sea un
pronstico confiable.









75

Captulo 3 hiptesis estadsticas

Con la finalidad de identificar el procedimiento estadstico que se utilizar para la
prueba y/o rechazo de las hiptesis planteadas en el apartado anterior, se
desarrollar el planteamiento estadstico de cada una de ellas.

Dado que la informacin recolectada es de tipo ordinal y las respuestas
se codificaron con una escala de Likert, de cinco niveles, adems de ser una sola
muestra (una sola poblacin), se utilizar un slo proceso estadstico para
corroborar o rechazar las hiptesis planteadas. Adems se utilizar un nivel de
confianza del 95% y nivel de significancia ( o ) del 5%

Hiptesis estadstica i
Donde i = 1 a 5

Estadstico de prueba:
1.- Hiptesis Nula: mi 2

2.- Hiptesis de Trabajo: mi > 2
3.- Estadstico de Prueba:
o

=
x
z

4.- Regin de rechazo y/o aceptacin:
Si z calculada es mayor o igual que 1.96 rechazar Ho.
Si z calculada es menor que 1.96 entonces no hay elementos suficientes
en la muestra para rechazar la hiptesis nula.





76

5.- Criterio de decisin
De acuerdo con Lind et al. (2005) y con la finalidad de aprovechar los
resultados que arroja el paquete estadstico con el que se procesan los datos, se
utiliza el criterio de nivel de significancia observado (p-value).

Si p-value es menor que el nivel de significancia ( o ) rechazar la
hiptesis nula.
Si p-value es mayor que el nivel de significancia ( o ) entonces no hay
elementos suficientes en la muestra para rechazar la hiptesis nula.

Es importante mencionar que todas las variables que participan en la
prueba deben cumplir con la significancia observada ya que si alguna de ellas no
la cumples, la hiptesis no puede corroborarse.

Por otro lado es necesario tomar en consideracin la verificacin de la
informacin recolectada y/o datos ya que estos deben lograr cumplir con una
distribucin normal, si este no fuera el caso, la prueba estadstica sera invlida.

En caso de que los datos no sigan una distribucin normal, las hiptesis
slo se analizarn de forma descriptiva.









77

Captulo 4 diseo del estudio

Podemos definir el diseo de la investigacin, tal y como ha sido propuesto por
Arnau (1998) como un plan estructurado de accin que, en funcin de unos
objetivos bsicos, est orientado a la obtencin de informacin o datos relevantes
a los problemas planteados. De acuerdo con esta definicin, el diseo de la
investigacin se caracteriza por dos aspectos fundamentales:

- En primer lugar, por los objetivos o propsitos a que obedece el plan de
trabajo para responder a las interrogantes del estudio.
- En segundo lugar, por la clase de informacin o datos utilizados en la
investigacin

En este captulo presentaremos las variables que han guiado esta
investigacin, as como los criterios y decisiones metodolgicos que hemos ido
adoptando para encontrar el camino ms idneo en el anlisis, a partir de las
sugerencias de autores y estudios previos. Es por ello que esta investigacin se
define como no experimental y de tipo ex post-facto, es decir, se realiza un
estudio de documentos en base a los mtodos disponibles para investigar
acontecimientos que cumplan con las condiciones y variables generadas en el
fenmeno de estudio.

En esta investigacin el grupo de variables que integran el planteamiento
del problema, aborda principalmente la disciplina de Administracin
(Administracin de Operaciones, Control estadstico de procesos,
Administracin de procesos). Es as, que con esta perspectiva se describe lo
siguiente:


78

Tipo de investigacin
Por sus caractersticas, es una investigacin bsica, tanto en la revisin de los
fundamentos, como en la propia construccin del enfoque terico particular del
estudio. As mismo, ha quedado estructurada una fase de diseo metodolgico en
el captulo V, quedando descrita la poblacin, muestra e instrumento de
obtencin de informacin, por lo que es necesario llevar la investigacin al
campo en donde es observado el fenmeno, siendo en este caso, el sector de la
industria refresquera, en la empresa GEUSA.

Nivel de estudio
Es una investigacin no experimental, en su modalidad transeccional, que inicia
como descriptiva, para concluir como explicativa. En primer trmino no se
manipulan variables, el fenmeno es observado en la investigacin de campo, tal
cual se presenta en su contexto natural, esto es, teniendo en observacin el
comportamiento y resultados de los pronsticos de ventas, haciendo especial
nfasis en la exactitud que este proporcione.











79

Captulo 5 diseo metodolgico


Poblacin de Estudio
En este estudio nuestra poblacin a estudiar sern las personas que intervienen
en el proceso de la elaboracin y anlisis del pronstico de ventas, en este caso se
incluye slo a la totalidad (30 personas) de los mandos medios de los
departamentos de ventas y logstica de la empresa refresquera GEUSA, ya que
estas personas se encuentran involucradas, ya sea en la elaboracin, anlisis, o
tienen algn impacto en el desempeo de sus reas.
5


Actores intervinientes
Las principales caractersticas de nuestra poblacin la podemos definir como:
personas las cuales tienen un mnimo de 5 aos de experiencia en el mbito de las
bebidas carbonatadas, cuyos estudios son de nivel de licenciatura y donde la
mayora son del gnero masculino.

Instrumento
El instrumento para la obtencin de la informacin, es un cuestionario que se
aplica a la muestra seleccionada y cuyos tems se describen en la
operacionalizacin de las variables y el formato se integra en la seccin de anexos
de este documento.


5
Se enlistarn el nombre de los puestos involucrados en el anexo 3 para su mayor comprensin


80

Operacionalizacin de las Variables

Variable Dimensin Indicador tems




INFORMACIN
PARA LA
ELABORACIN
DEL
PRONSTICO




Sistema establecido
para reunir,
procesar,
almacenar, analizar,
interpretar y dar a
conocer
informacin del
mercado y de
ventas para ayudar
a la gerencia de
ventas en la toma
de decisiones.
(Handerson, Hair
Jr y Bush, 1995).





Informacin de mercado

Percepcin del gerente sobre la
informacin referente a las necesidades y
preferencias de la bebida carbonatada
La cual se recabar en base a un
cuestionario dirigido a los gerentes de
ventas y logstica


Nivel de percepcin del
gerente sobre la calidad
de la informacin de
mercado

Nivel de satisfaccin del
cliente

1.- Como se
considera la
forma de
interpretar la
informacin de
mercado
2.-Como
reacciona el
cliente al tener
una
retroalimentacin
con base en la
informacin de
mercado

Se utiliza una
escala Likert de 5
puntos donde 5
muy adecuada, 4
adecuada, 3
regular, 2 poco
adecuada y 1
inadecuada

Informacin de ventas

Percepcin del gerente sobre la
informacin estadstica e histrica de las
ventas
La cual se recabar en base a un
cuestionario dirigido a los gerentes de
ventas y logstica




Nivel de confiabilidad
de la informacin de
ventas



1.- Cul es la
apreciacin que
tiene acerca de la
confiabilidad de
la informacin de
ventas
2.- Cmo se
consideran los
argumentos,
proporcionados
por los
vendedores, al
consolidar la
informacin de
ventas

Se utiliza una
escala Likert de 5
puntos donde 5
muy adecuada, 4
adecuada, 3
regular, 2 poco
adecuada y 1
inadecuada




81

Variable Dimensin Indicador tems




CONOCIMIENTOS
TCNICOS


El conocimiento
tcnico se refiere
al conocimiento y
acuerdo sobre
como alcanzar las
metas
organizacionales.
Esta variable
puede ir desde un
completo acuerdo
y certidumbre,
hasta un absoluto
desacuerdo e
incertidumbre
sobre las
relaciones de
causa y efecto que
conducen al logro
de las metas (Daft
Richard, 2004)



Conocimiento

Capacidad para alcanzar metas y acuerdos de
la organizacin con base a sus
conocimientos tcnicos

La cual se recabar con un cuestionario
dirigido a los gerentes de ventas y logstica


Nivel de capacidad para
alcanzar las metas de la
organizacin con base a
sus conocimientos
tcnicos

1.- Al elaborar
un pronostico de
ventas como
considera su
nivel de
capacidad para
elaborar el
pronostico

Se utiliza una
escala Likert de 5
puntos donde 5
muy capaz 4
medianamente
capaz, 3 capaz, 2
poco capaz y 1
sin capacidad

2.- Consideras
que se requiere
de una mayor
capacitacin para
obtener
actualizacin en
los procesos de
pronsticos

Se utiliza una
escala Likert de 5
puntos donde 5
siempre, 4 casi
siempre, 3 a
veces, 2 casi
nunca y 1 nunca

Dominio

Habilidad para alcanzar metas conociendo
las causas y efectos en la toma de decisiones
La cual se recabar en base a un cuestionario
dirigido a los gerentes de ventas y logstica


Nivel de domino para el
logro de las metas y la
toma de decisiones

1.- Al elaborar
un pronostico de
ventas se
dificulta el
proceso de
elaboracin
debido a la falta
de practica

Se utiliza una
escala Likert de 5
puntos donde 5
siempre, 4 casi
siempre, 3 a
veces, 2 casi
nunca y 1 nunca


82
Variable Dimensin Indicador tems




GERENTE DE
PRONSTICOS




Ejecutivo cuya
tarea es mejorar
el sistema, el
flujo de
informacin y la
capacitacin de
los vendedores
(Wheelwright,
1991)




Mejorar el sistema

Habilidad para optimizar el sistema de
pronstico actual

El cual se obtendr a travs de una
encuesta al gerente de logstica



Calificacin otorgada
por la habilidad para
optimizar el sistema de
pronsticos

1.- Cmo calificas
al gerente de ventas
con relacin a la
habilidad para
optimizar el sistema
de pronsticos

Se utiliza una escala
Likert de 5 puntos
donde 5 muy hbil
4 medianamente
hbil, 3 hbil, 2
poco hbil y 1 sin
habilidad




Flujo de informacin

Capacidad para el manejo de la
informacin requerida en la toma de
decisiones

El cual se obtendr a travs de una
encuesta al gerente de logstica


Nivel de capacidad
para el manejo de la
informacin

1.- Cmo calificas
al gerente de ventas
con relacin a la
capacidad para el
manejo de la
informacin
pronsticos

Se utiliza una escala
Likert de 5 puntos
donde 5 muy capaz
4 medianamente
capaz, 3 capaz, 2
poco capaz y 1 sin
capacidad

Capacitacin de vendedores

Disposicin para formar y preparar la
fuerza de ventas para el desarrollo de
sus funciones

El cual se obtendr a travs de una
encuesta al gerente de logstica


Calificacin otorgada
por la disposicin al
formar a su fuerza de
ventas

1.- Cmo calificas
al gerente de ventas
con relacin a la
disposicin para
formar y preparar a
su fuerza de ventas

Se utiliza una escala
Likert de 5 puntos
donde 5 con mucha
disposicin 4
medianamente
disponible, 3
disponible, 2 poco
disponible y 1 sin
disposicin



83

Variable Dimensin Indicador tems






SELECCIN
DEL
METODO
DEL
PRONSTICO

Encontrar un
mtodo
adecuado para
cubrir una
necesidad a un
costo tambin
adecuado. Hanke
y Ritch (1996)

Mtodo

Proceso a travs del cual se selecciona la
mejor opcin de los mtodos posibles
para pronosticar y se considera confiable

El cual se recabar con base a un
cuestionario dirigido a los gerentes de
ventas y logstica



Nivel de confiabilidad
en el proceso de
seleccin de la
metodologa

1.- Cmo se
considera el nivel de
confiabilidad al
seleccionar un
mtodo de
pronsticos

2.- Cmo se
considera la
metodologa de
seleccin del
mtodo de
pronstico

Se utiliza una escala
Likert de 5 puntos
donde 5 muy
adecuada, 4
adecuada, 3 regular,
2 poco adecuada y 1
inadecuada


Costo

Percepcin del gerente sobre el beneficio
econmico al seleccionar un mtodo de
pronostico

El cual se recabar con base a un
cuestionario dirigido a los gerentes de
ventas y logstica



Nivel de percepcin del
gerente sobre el costo
de la seleccin del
mtodo para la
elaboracin de
pronstico

1.- Al seleccionar un
mtodo de
pronstico cmo se
considerar qu es el
costo

Se utiliza una escala
Likert de 5 puntos
donde 5 muy
adecuada, 4
adecuada, 3 regular,
2 poco adecuada y 1
inadecuada






84
Variable Dimensin Indicador tems






GENERACIN
DEL
PRONSTICO

Elaboracin de
una estimacin o
nivel esperado de
ventas de una
empresa
(Makridrakis
1991)



Pronstico Intuitivo

Proceso subjetivo para el planificador o
encargado de la toma de decisiones

El cual se recabar en base a un
cuestionario dirigido a los gerentes de
ventas y logstica


Nivel de precisin al
realizar un pronstico de
manera intuitiva

Porcentaje de diferencia
entre lo real y lo
presupuestado

1.- Cundo elaboras
un pronstico en
base a la intuicin o
tu experiencia o
apoyado en tu
fuerza de ventas
que tan cercano ha
sido con la realidad

Se utiliza una escala
Likert de 5 puntos
donde 5 muy
cercano, 4
medianamente
cercano, 3 cercano,
2 poco cercano y 1
alejado

Pronstico Formal

Mtodo cuyos pasos pueden describirse
y que cuando los aplican diferentes
individuos, proporcionan un pronstico
similar.

El cual se recabar en base a un
cuestionario dirigido a los gerentes de
ventas y logstica


Nivel de precisin al
realizar un pronstico de
manera formal

Porcentaje de diferencia
entre lo real y lo
presupuestado

1.- Cundo elaboras
un pronstico en
base a un mtodo
que tan cercano ha
sido con la realidad

Se utiliza una escala
Likert de 5 puntos
donde 5 muy
cercano, 4
medianamente
cercano, 3 cercano,
2 poco cercano y 1
alejado




85
Variable Dimensin Indicador tems


Planeacin

Proceso
administrativo
mediante la cual se
establecen
directrices, se
definen estrategias
y se seleccionan
alternativas y
cursos de accin,
en funcin de
objetivos y metas
generales
econmicas,
sociales y polticas;
tomando en
consideracin la
disponibilidad de
recursos reales y
potenciales que
permitan
establecer un
marco de
referencia
necesario para
concretar
programas y
acciones
especficas en
tiempo y espacio

Anderson, Hair Jr.
y Bush, 1995

Distribucin planeada

Referente a las actividades
en el rea de logstica para
distribuir el producto con
base al pronstico de
ventas

Nivel de cumplimiento
referente a distribucin

1- Se utiliza el pronstico
para la elaboracin del
programa de produccin
2.- Se realizan estrategias en
base al pronstico
3.- Se elaboran indicadores
en base a los pronsticos
4.- Se determina el impacto
de los pronsticos
5.- Se evala la capacidad
existente y requerida de
planta en base a los
pronsticos

Se utiliza una escala Likert
de 5 puntos donde 5
siempre, 4 casi siempre, 3 a
veces, 2 casi nunca y 1
nunca


Demanda planeada

Referente a las actividades
en el rea de ventas con
base en los pedidos
hechos



Nivel de cumplimiento
referente a ventas

1.- Se realizan planes de
venta en base a los
pronsticos
2.- Se evala el impacto
sobre las ventas
3.- Se desarrollan planes de
contingencia
4.- Se evala la calidad de
los pronsticos

Se utiliza una escala Likert
de 5 puntos donde 5
siempre, 4 casi siempre, 3 a
veces, 2 casi nunca y 1
nunca












86

Variable Dimensin Indicador tems




REPONSABILIDAD

Es cumplir con el
deber de asumir las
consecuencias de
nuestros actos. Es el
compromiso contrado
por las acciones u
omisiones de cualquier
individuo o grupo que
generen un impacto en
la sociedad; pudiendo
recaer stas en una
persona, organizacin,
gobierno o empresa.
Dichas acciones suelen
traer consigo una
valoracin positiva o
negativa por parte de la
comunidad. John
Dewey (1998)

Valuacin de la gerencia

La percepcin de la fuerza
de ventas sobre la actuacin
del gerente

La cual se recabar en base a
un cuestionario dirigido al
gerente de logstica y a su
fuerza de ventas



Nivel de percepcin
sobre la actuacin de
la gerencia

1.- Cmo consideras que ha
sido el desempeo del
gerente de ventas al realizar
sus funciones


Se utiliza una escala Likert
de 5 puntos donde 5 muy
adecuada, 4 adecuada, 3
regular, 2 poco adecuada y
1 inadecuada


Valuacin de la fuerza de
ventas

La percepcin del gerente
sobre su fuerza de ventas

La cual se recabar en base a
un cuestionario dirigido a los
gerentes de ventas y logstica


Nivel de percepcin
sobre la actuacin de
la fuerza de ventas

1.- Cmo considera que ha
sido el desempeo general
del la fuerza de ventas al
realizar sus funciones


Se utiliza una escala Likert
de 5 puntos donde 5 muy
adecuada, 4 adecuada, 3
regular, 2 poco adecuada y
1 inadecuada





















87

Captulo 6 anliSIS DE DATOS

En este apartado se describen los resultados obtenidos del anlisis estadstico
llevado a cabo con la informacin obtenida a travs del instrumento de
recoleccin de campo.

Dado que la informacin recolectada es de tipo ordinal y las respuestas
se codificaron con una escala de Likert, de cinco niveles, adems de ser una sola
muestra (una sola poblacin), y de acuerdo con Pardo M, y Ruiz Daz (2002)
primeramente se aplic el test no paramtrico de K-S; ya que esta prueba sirve
para verificar el ajuste de nuestros datos a una distribucin de probabilidad, en
este caso un ajuste a la distribucin normal.

El Test de Kolmogorov-Smirnov se basa en la idea de comparar la funcin de
la distribucin acumulada de los datos observados con la de una distribucin
normal, midiendo la mxima distancia entre ambas curvas.

Como en cualquier test de hiptesis, la hiptesis nula se rechaza cuando
el valor del estadstico supera un cierto valor crtico que se obtiene de una tabla
de probabilidad. En la mayora de los paquetes estadsticos, como el SPSS,
aparece programado dicho procedimiento, y proporciona tanto el valor del test
como el p-valor correspondiente.

Se utilizar un nivel de confianza del 95% y nivel de significancia ( o )
del 5%




88

Donde:
Hiptesis Nula Ho: es que el conjunto de datos siguen una
distribucin normal.

Hiptesis Alternativa H1: es que no sigue una distribucin
normal.

Este test se basa en evaluar un estadstico:

n D mx z
i S K
=

Con la finalidad de aprovechar los resultados que arroja el paquete
estadstico con el que se procesan los datos, se utiliza el criterio de nivel de
significancia observado (p-value)

Si p-value es menor que el nivel de significancia ( o ) rechazar la
hiptesis nula.

Si p value es mayor que el nivel de significancia ( o ) entonces no hay
elementos suficientes en la muestra para rechazar la hiptesis nula.

Ahora bien, a partir de la aplicacin del instrumento, se obtuvo el
siguiente resultado (ver Tabla 8):









89

Tabla 8: Anlisis de la prueba K-S
Variables
N
Parmetros normales(a,b)
Diferencias ms extremas
Z de
Kolmogorov-
Smirnov

P value
Media
Desviacin
tpica Absoluta Positiva Negativa
CAPVEN01
30 3.67 1.093 .186 .162 -.186 1.021 .248
CONO01
30 3.33 1.124 .250 .217 -.250 1.370 .047
CONO02
30 4.27 .907 .357 .219 -.357 1.957 .001
COSTO01
30 3.53 .860 .232 .232 -.206 1.273 .078
DEMPLA01
30 3.97 .964 .314 .186 -.314 1.719 .005
DEMPLA02
30 3.93 1.081 .225 .162 -.225 1.230 .097
DEMPLA03
30 3.67 1.061 .223 .143 -.223 1.223 .100
DEMPLA04
30 3.57 1.251 .202 .126 -.202 1.107 .172
DISPLA01
30 4.23 .935 .260 .206 -.260 1.427 .034
DISPLA02
30 4.00 .910 .233 .167 -.233 1.278 .076
DISPLA03
30 4.23 .971 .318 .215 -.318 1.744 .005
DISPLA04 30 3.97 .999 .216 .151 -.216 1.184 .121
DISPLA05
30 3.80 1.064 .207 .207 -.204 1.136 .151
DOMIN01
30 3.30 1.179 .233 .143 -.233 1.276 .077
FLUIN01
30 3.77 .971 .252 .252 -.198 1.378 .045
INFOM01
30 3.40 1.003 .255 .255 -.212 1.396 .041
INFOM02
30 3.70 .877 .267 .199 -.267 1.464 .028
INFOV01
30 3.27 .944 .244 .244 -.222 1.339 .055
INFOV02
30 2.87 .629 .317 .283 -.317 1.738 .005
MESIS01
30 3.60 .968 .199 .199 -.194 1.089 .186
METODO01
30 3.50 .682 .302 .235 -.302 1.651 .009
METODO02
30 3.37 .669 .308 .308 -.228 1.688 .007
PROFOR01
30 3.43 .858 .260 .260 -.240 1.423 .035
PROINT01
30 3.13 1.106 .285 .215 -.285 1.563 .015
VALFUV01
30 3.10 .845 .320 .280 -.320 1.750 .004
VALGER01
30 3.67 .994 .265 .169 -.265 1.449 .030
Fuente: elaboracin propia con datos de la encuesta

Apoyado de los resultados obtenidos y tomando en cuenta la regin de aceptacin que
establece: Rechazar Ho: Si p value es menor que el nivel de significancia (o), se tiene evidencia
suficiente para rechazar la hiptesis nula, es decir no se sigue una distribucin normal. De las
veintiseis variables en estudio quince son menores a nuestro nivel de significancia de .05 y once
de ellas son mayores, es decir, aun cuado el nivel de significancia observado es mayor que el
nivel de significancia en las variables CAPVEN01 (.248), COSTO01 (.078), DEMPLA02
(.097),DEMPLA03 (.100), DEMPLA04 (.172),DISPLA02 (.076), DISPLA04 (.121),
DISPLA05 (.151), DOMIN01 (.077), INFOV01 (.055) y MESIS01 (.186) es suficiente para
que la hiptesis no se apruebe.


90

Debido a que no se cuenta con una distribucin normal, no es posible
utilizar la prueba z, por lo tanto se continuar analizando los datos a travs de un
anlisis de frecuencias.
Ahora bien, los resultados obtenidos se ordenaron en la siguiente matriz,
donde se distribuyen los porcentajes obtenidos a travs de graficar cada uno de
las respuestas obtenidas en las diferentes preguntas de nuestro instrumento de
medicin, obteniendo los siguientes indicadores porcentuales.
6





















6
Se utiliz el software statistica para obtener los grficos, estos se integrarn en los anexos.
1 2 3 4 5
INADECUADA POCO ADECUADA REGULAR ADECUADA MUY ADECUADA
INFOM01
3.3 10 46.7 23.3 16.7
INFOM02
10 26.7 46.7 16.7
INFOV01
3.3 13.3 46.7 26.7 10
INFOV02
26.7 60 13.3
SIN CAPACIDAD POCO CAPAZ CAPAZ MEDIANAMENTE CAPAZ MUY CAPAZ
CONO01
10 3.3 46.7 23.3 16.7
NUNCA CASI NUNCA A VECES CASI SIEMPRE SIEMPRE
CONO02
30 13.3 56.7
DOMIN01
13.3 3.3 36.7 33.3 13.3
SIN HABILIDAD POCO HABIL HABIL MEDIANAMENTE HABIL MUY HABIL
MESIS01
13.3 33.3 33.3 20
SIN CAPACIDAD POCO CAPAZ CAPAZ MEDIANAMENTE CAPAZ MUY CAPAZ
FLUIN01
6.7 40 23.3 30
SIN DISPOSICION POCO DISPONIBLE DISPONIBLE MEDIANAMENTE DISPONIBLE CON MUCHA DISPOSICION
CAPVEN01
3.3 10 30 30 26.7
INADECUADA POCO ADECUADA REGULAR ADECUADA MUY ADECUADA
METODO01
6.7 40 50 3.3
METODO02
6.7 53.3 36.7 3.3
COSTO01
10 40 36.7 13.3
ALEJADO POCO CERCANO CERCANO MEDIANAMENTE CERCANO MUY CERCANO
PROINT01
13.3 3.3 50 23.3 10
PROFOR01
3.3 3.3 50 33.3 10
NUNCA CASI NUNCA A VECES CASI SIEMPRE SIEMPRE
DISPLA01
3.3 13.3 36.7 46.7
DISPLA02
6.7 20 40 33.3
DISPLA03
6.7 16.7 23.3 53.3
DISPLA04
10 20 33.3 36.7
DISPLA05
3.3 3.3 36.7 23.3 33.3
DEMPLA01
13.3 6.7 50 30
DEMPLA02
3.3 6.7 20 33.3 36.7
DEMPLA03
3.3 10 26.7 36.7 23.3
DEMPLA04
10 6.7 26.7 30 26.7
INADECUADA POCO ADECUADA REGULAR ADECUADA MUY ADECUADA
VALGER01
16.7 20 43.3 20
VALFUV01
6.7 6.7 60 23.3 3.3


91

Para un mejor entendimiento y analizar de manera ms eficiente la
informacin anterior, ahora se muestra su representacin grfica. En este grfico
se muestran la suma de los porcentajes que a nuestra consideracin son
satisfactorias para cada pregunta, (en la escala de Likert 3,4 o 5)

PORCENTAJE
0 10 20 30 40 50 60 70 80 90 100
INFOM01
INFOM02
INFOV01
INFOV02
CONO01
CONO02
DOMIN01
MESIS01
FLUIN01
CAPVEN01
METODO01
METODO02
COSTO01
PROINT01
PROFOR01
DISPLA01
DISPLA02
DISPLA03
DISPLA04
DISPLA05
DEMPLA01
DEMPLA02
DEMPLA03
DEMPLA04
VALGER01
VALFUV01






ADECUADA MEDIANAMENTE CAPAZ CASI SIEMPRE
MEDIANAMENTE HABIL MEDIANAMENTE DISPONIBLE MEDIANAMENTE CERCANO


92

A su vez cada variable graficada corresponde a alguna de las cinco
hiptesis planteadas, mismas que a continuacin se muestra como se
consideraron (variables e Hiptesis):

INFOM01
INFOM02
INFOV01
INFOV02

CONO01
CONO02
DOMIN01
MESIS01
FLUIN01
CAPVEN01

METODO01
METODO02
COSTO01

PROINT01
PROFOR01

DISPLA01
DISPLA02
DISPLA03
DISPLA04
DISPLA05
DEMPLA01
DEMPLA02
DEMPLA03
DEMPLA04
VALGER01
VALFUV01

1.- Ahora bien, para responder a la pregunta de investigacin El
departamento de ventas recaba informacin eficiente para la generacin del pronstico?
Hiptesis 1
Hiptesis 5
Hiptesis 4
Hiptesis 3
Hiptesis 2


93

Se fijo el objetivo Determinar si la informacin que recaba el departamento de
ventas es eficiente para el diseo del pronstico en donde, a partir del anlisis de
frecuencia se obtuvo el siguiente resultado:

En la variable INFOM01 se obtuvo un porcentaje del 40%
En la variable INFOM02 se obtuvo un porcentaje del 63.4%
En la variable INFOV01 se obtuvo un porcentaje del 36.7%
En la variable INFOV02 se obtuvo un porcentaje del 13.3%

A partir de ello, podemos decir que desde la opinin de las reas
involucradas en el proceso de elaboracin de pronstico, en promedio el 38.3%
de las personas considera que la informacin es la adecuada para generar el
pronstico, es decir, la forma en la que se interpreta la informacin, su nivel de
confiabilidad y la forma de consolidar esta misma, no es eficiente, sin embargo es
de considerar la manera en la que se utiliza la informacin para la
retroalimentacin del departamento de ventas, ya que se considerada adecuada.

2.- Para responder a la pregunta de investigacin Se cuenta con la capacidad
tcnica por parte del gerente de pronsticos para realizar las funciones de pronsticos y basar esta
actividad en el uso de modelos economtricos?

Se fijo el objetivo Evaluar la capacidad tcnica del gerente de pronsticos para
realizar las funciones de pronsticos, y basar esta actividad en el uso de modelos economtricos
en donde, a partir del anlisis de frecuencia:

En la variable CONO01 se obtuvo un porcentaje del 40%
En la variable CONO02 se obtuvo un porcentaje del 70%
En la variable DOMIN01 se obtuvo un porcentaje del 46.6%


94

En la variable MESIS01 se obtuvo un porcentaje del 53.3%
En la variable FLUIN01 se obtuvo un porcentaje del 53.3%
En la variable CAPVEN01 se obtuvo un porcentaje del 56.7%

Con este resultado, podemos decir que desde la opinin de las reas
involucradas en el proceso de elaboracin de pronstico, no se cuenta con la
capacidad para elaborar el pronostico, adems de que no se tiene la practica
necesaria y por consiguiente se dificulta el proceso, por otro lado se considera
que la persona que elabora el pronostico de ventas tiene la habilidad suficiente, es
capaz del manejo de la informacin y tiene la disposicin para formar y preparar
a su fuerza de ventas, a su vez el 70% de las personas encuestadas coincidieron
que es necesario una mayor capacitacin, que les permita una actualizacin en los
procesos de pronsticos.

3.- Para responder a la pregunta de investigacin Al ejecutar el procedimiento
con el cual se elabora el pronstico se toma como base metodologas de modelos alternativos?

Se fijo el objetivo Determinar si el procedimiento con el cual se elabora el pronstico
se basa en la metodologa de modelos alternativos en donde, a partir del anlisis de
frecuencia:

En la variable METODO01 se obtuvo un porcentaje del 53.3%
En la variable METODO02 se obtuvo un porcentaje del 40%
En la variable COSTO01 se obtuvo un porcentaje del 50%

Del anterior resultado, podemos decir que desde la opinin de las reas
involucradas en el proceso de elaboracin de pronstico, el 47.7% en promedio


95

de las personas considera que al ejecutar el procedimiento de la elaboracin del
pronostico se realiza de manera adecuada, tomando en consideracin la el nivel
de confiabilidad y el costo.

4.- Para responder a la pregunta de investigacin Al realizar el proceso de
generacin del pronstico, los elementos como el sentido comn, la capacidad administrativa y la
experiencia son eficientes?

Se fijo el objetivo Determinar si el sentido comn, la capacidad administrativa y la
experiencia del pronosticador, son elementos eficientes para el proceso de generacin del
pronstico en donde, a partir del anlisis de frecuencia:

En la variable PROINT01 se obtuvo un porcentaje del 33.3%
En la variable PROFOR01 se obtuvo un porcentaje del 43.3%

Con lo anterior, podemos decir que desde la opinin de las reas
involucradas, en el proceso de elaboracin de pronstico, estos se realizan
pronsticos de una manera inadecuada, ya que no se esta canalizando el sentido
comn, la capacidad administrativa y la experiencia de manera eficiente.

5.- Para responder a la pregunta de investigacin Se puede considerar un
pronstico confiable cuando el gerente de pronsticos estima sus ventas
tomando en consideracin, la opinin de cada rea, as como la capacidad
instalada?

Se fijo el objetivo Determinar si el gerente de pronsticos al estimar sus ventas
tomando en consideracin, la opinin de cada rea funcional relacionada directamente a la


96

funcin de logstica y ventas, as como la capacidad instalada, favorece a lograr un pronostico
confiable en donde, a partir del anlisis de frecuencia:

En la variable DISPLA01 se obtuvo un porcentaje del 83.4%
En la variable DISPLA02 se obtuvo un porcentaje del 73.3%
En la variable DISPLA03 se obtuvo un porcentaje del 76.6%
En la variable DISPLA04 se obtuvo un porcentaje del 70%
En la variable DISPLA05 se obtuvo un porcentaje del 56.6%
En la variable DEMPLA01 se obtuvo un porcentaje del 80%
En la variable DEMPLA02 se obtuvo un porcentaje del 70%
En la variable DEMPLA03 se obtuvo un porcentaje del 60%
En la variable DEMPLA04 se obtuvo un porcentaje del 56.7%
En la variable VALGER01 se obtuvo un porcentaje del 63.3%
En la variable VALGER01 se obtuvo un porcentaje del 26.6%

Finalmente con estos resultados, podemos decir que desde la opinin de
las reas involucradas en el proceso de elaboracin de pronstico, se utiliza el
pronostico para la elaboracin del programa de produccin, se realizan
estrategias en base al pronostico, se elaboran indicadores en base a los
pronsticos, se determina el impacto de los pronsticos y se evala la capacidad
existente de una manera frecuente, ya que en promedio el 71% coincide que estas
actividades se realizan en un rango de casi siempre a siempre.

A su vez se realizan los planes de venta en base a los pronsticos y se
evala el impacto sobre las ventas de manera cotidiana, sin embargo existe un
rea de oportunidad para desarrollar planes de contingencia y evaluar la calidad
de los pronsticos. Por ultimo se tiene una buena opinin del desempeo del
gerente de ventas, caso contrario de la fuerza de ventas.


97

Conclusiones y sugerencias

A manera de reflexin podemos decir, que la complejidad de la investigacin,
estriba en que esta debe ser siempre falible, esto es, que el conocimiento
cientfico es perfectible. De hecho, siempre podremos descubrir errores, aunque
a decir verdad, deberamos buscar esos errores ya que ello nos llevara a progresar
hacia mejores estudios, mejores evidencias empricas.

A partir de la tesis de que todo conocimiento es conjetura, aunque algunas
conjeturas se hayan probado ms rigurosamente, no se debe entender como un
argumento de apoyo al escepticismo o relativismo. A saber, Popper seala:

Del hecho de que podamos errar y de que no existe un criterio de verdad
que pueda salvarnos del error, no se sigue que la eleccin entre las teoras
sea arbitraria o irracional; que no podemos aprender, o conseguir
acercarnos a la verdad, o que nuestro conocimiento no pueda crecer.
(Popper, 2000:674)

Con esta reflexin discutimos finalmente nuestros resultados:

Como procedimiento metodolgico, se operacionalizaron las variables que
fueron identificadas en el fenmeno planteado para este estudio, derivando en
una serie de indicadores que fueron la base para el diseo de las preguntas del
instrumento. Si bien es cierto, se cuido en todo momento la coherencia de las
mismas preguntas del instrumento, con el propsito del estudio, para obtener las
respuestas a nuestras interrogantes. Al respecto se planteo probar las hiptesis
con el test no parametrico de Kolmogorov-Smirnov.



98

Los resultados de la prueba, no generaron evidencia suficiente para probar
que se siguiera una distribucin normal, por lo contrario, se tuvo evidencia
suficiente para rechazar la hiptesis nula, es decir no se sigue una distribucin
normal.
Con el fin de probar con mayor rigor las hiptesis planteadas en el estudio,
y tomando el referente de Popper (2000), acerca de probar algunas conjeturas
ms rigurosamente, se considero necesario realizar otra prueba descriptiva para
obtener mayor informacin y que favorezca la opinin que se emite en este
estudio, con respecto a los resultados.

Los datos relevantes aportaron, --a partir de la opinin de las reas involucradas
en el proceso de elaboracin de pronsticos que se examinaron---, las posibles causas que
conllevan a un mal pronstico de ventas, y como este, juega un papel importante
para el buen funcionamiento de una empresa. El papel que juega el pronstico de
ventas, no solo encuentra su justificacin en la magnitud que representan las
ventas dentro de la empresa sino tambin, el cmulo de conocimientos
especficos y experiencia que se requiere para la obtencin de las estimaciones.

Desde luego el pronosticador debe mantener un contacto permanente con
sus directores, contadores, personal del rea de mercadotecnia, de distribucin y
programacin de operaciones, puesto que solo a travs de la intercomunicacin
con estas personas, le ser posible lograr pronsticos que vayan ms all de un
modelo matemtico y se acerquen ms a la realidad del entorno.

Al realizar este estudio, fue evidente que la empresa no tena identificadas
las metodologas que le permiten preveer volmenes de ventas para periodos
futuros, esto referente a la hiptesis 2 y 3 en donde pudimos concluir de acuerdo


99

a los resultados, que los gerentes de pronsticos no cuentan con los
conocimientos tcnicos para utilizar modelos economtricos para la estimacin
de sus pronsticos, por lo que consecuentemente podemos decir que no se toma
como base, algunas metodologas sobre modelos alternativos para la elaboracin
de los pronsticos de ventas.

Sin embargo al realizar el anlisis de la capacidad de estimacin con base
en la informacin disponible, se afirma que esta es deficiente (hiptesis 1), ya que
los resultados dieron evidencia para decir, que la informacin recabada por parte
del departamento de ventas es deficiente.

Es importante sealar que los pronosticadores utilizan de manera deficiente
el sentido comn y su capacidad administrativa, ------esto desde la opinin de las
reas involucradas en el pronstico de ventas-------ya que se requiere de ms
experiencia para ser aplicada a la forma en como se elabora el pronostico de ventas,
todo esto basado igualmente en la corroboracin de la hiptesis 4, la cual concluye
que no son significativos: el sentido comn, la capacidad administrativa y la
experiencia del pronosticador como elementos para el proceso para la generacin
con el cual se elabora el pronstico de ventas, en la empresa refresquera,GEUSA.

Finalmente y con base en los resultados obtenidos en la prueba de la
hiptesis numero 5, se puede decir que el gerente de pronsticos de la empresa
refresquera GEUSA. estima sus ventas tomando en consideracin: la opinin
de cada rea funcional relacionada directamente a la funcin de logstica y ventas,
as como la capacidad instalada, lo que favorece para que sea un pronstico
confiable



100

Por lo tanto se concluye que el proceso a travs del cual se realiza el
pronostico y la manera en la que se recolecta, se analiza y se procesa la
informacin para elaborar los pronsticos de venta de la empresa refresquera
GEUSA, brinda un rea de oportunidad para replantear dicho proceso, al igual
que sugiere la posibilidad de generar algunos cambios en la forma en la que el
gerente de pronsticos involucra su sentido comn, la capacidad administrativa y
su experiencia.

Sin embargo, es importante sealar la forma en la que se toma en
consideracin la opinin de cada rea funcional que esta relacionada con las reas
de logstica y ventas, as como la capacidad instalada ya que todo ello, agrega
valor a su actividad y enriquecen la elaboracin de los pronsticos de venta.

Por lo anterior y con el inters de que haya una mejora en la elaboracin
del pronstico de ventas, se sugiere tomar en consideracin el invertir
primeramente en capacitacin, esto, a efecto de coadyuvar a un mejor
conocimiento sobre el proceso del pronstico y en consecuencia, para adquirir
mayor habilidad en el manejo de sistemas o software especializados que faciliten
o ayuden en la realizacin de un pronstico ms efectivo y adecuado, para
favorecer a la toma de decisiones.

Adems con el manejo de software especializado, se estara apoyando en lo
posible para que los pronsticos tengan una mayor precisin, facilitando con ello
las operaciones de la empresa.



101

Esto ltimo adems favorecera el servicio al cliente, al agilizarse el
despacho de pedidos, debido a que se estn almacenando las cantidades
apropiadas, o porque la produccin es acorde a las necesidades.

Adems cuando la empresa realice el pronstico o seleccione algn otro
mtodo de pronstico para su realizacin, podr dar seguimiento continuo al
comportamiento de las ventas y podr disear un modelo de simulacin para
predecir la demanda que enfrentar. Con ello se puede desarrollar el anlisis de
sensibilidad mediante cambios realistas sobre los componentes de la curva de la
demanda, que deriven en pronsticos coherentes.

Con estas consideraciones, se puede evitar realizar planes y establecer
metas sin apoyo eficiente, lo que se traducira esto ltimo, en exceso de trabajo y
desgaste para el equipo de ventas, que tratan en todo momento de cumplir con
un objetivo que repercuta en un buen desempeo en la planta de produccin.

Finalmente debemos sealar, que una consideracin importante a tener en
cuenta es que los planificadores, estrategas y responsables de tomar decisiones,
debern aceptar que el pronstico no elimina la incertidumbre, sin importar
cuanto tiempo, dinero, conocimiento y experiencia se invierta en el mismo, ya
que el encontrar la forma eficiente para amortiguar su impacto, en los planes y
estrategias futuras, este seguir siendo un reto para los pronosticadores.

As concluye la investigacin, la cual representa la opinin de quin
suscribe el documento y se expresa de acuerdo a nuestro leal saber y entender,
como una modesta contribucin emprica al conocimiento de la disciplina que se
aborda.


102

Bibliografa

Anderson, O.D., 1977, A commentary on a survey of Time Series, International
statistical review.
Armstrong J. S., 1978, Long-Range Forecasting: From Crystal Ball to computer,
Nueva York.
Bunn, D. W., 1991, Comparacin de diversos procedimientos de adaptacin de
pronsticos.
Daniel Sipper, Robert L. Bulfin; tr. Gonzlez Osuna Marcia, Hernndez Garca
Silvina, 1998, Planeacin y control de la produccin, Mxico McGraw-Hill
Diebold Francis X, 1998, Elementos de Pronsticos, Thomson Editores,
Fildes, R. y S. Howell, On selecting a forecasting model, studies in the
management science, 1979, vol 12, Amsterdam.
Fildes, R., 1979, Quantitative Forecasting-the state of the art: Explorative
Models, vol. 30.
Gaither Norman y Frazier Greg, 1999, Administracin de produccin y
operaciones, octava edicin, Thomson.
Gaither Norman, Frazier Greg, Snchez Garca Gabriel, 2000, Administracin
de produccin y operaciones 8a ed., Mxico International Thomson
Editores.
Granger, C. W. J. y P. Newbold, 1973, Comentarios en la evaluacin de
pronsticos econmicos, applied economics.
Greene James H., 1991, Control de la Produccin: Sistemas y Decisiones, 9a
impresin, Mxico.
Hanke John E., G. Reitsh Arthur, Kourchenko Barrena Sergio, 1996,
Pronsticos en los negocios Mxico Prentice-Hall Pearson.


103

Johnston Mark W., Greg W. Marshall; tr., Pilar Mascar Sacristn, Adolfo Deras
Quiones., 2004, Administracin de ventas Mxico McGraw-Hill.
Joseph G Monks, 1991, Administracin de operaciones, McGraw-Hill.
Lind A. Douglas, Marchal G. William, Wather A. Samuel, 2005, Estadistica
aplicada a la economa, 12a edicin, Mc Graw-Hill.
Makridakis Spyros, C. Weelwrigth Steven, 1998, Mtodos de pronsticos; [tr.,
Hctor Corts Fregoso] Mxico Limusa.
Makridakis, S., S.C. Wheelwhright y V.E. McGee, 1991, 1992, Forecasting:
Methods and Applications, 1a. y 2a. ed.., John Wiley, Nueva York.
Malhotra, N. K. Marketing research, 1999, An applied orientation, tercera
edicin, Prentice-Hall.
Pardo Antonio, Ruiz Miguel ngel, 2002, SPSS 11 Gua para el anlisis de datos,
Mc Graw-Hill.
Richard B. Chase, Nicholas J. Aquilano, F. Robert Jacobs, 2000, Administracin
de produccin y operaciones; manufactura y servicios 8a ed, McGraw-Hill.
Schroeder G. Roger tr., Cevallos Almada Ma. Guadalupe, Ramos Santalla
Joaqun, 2005, Administracin de operaciones: casos y conceptos
contemporneos Mxico, D.F. McGraw-Hill.
Slack Nigel y Gonzlez Osuna Marcia, 1999, Administracin de operaciones
Mxico, D.F. CECSA.
Steece, B.M. y S.D.Wood, 1979, And ARIMA-Based Methology for Forecasting
in a multi-item environment.
Theil, H, 1966, Applied Economic Forecasting, Holanda del Norte, msterdam.
Wheelwright, S.C. y Clarke, 1976, Pronostico Corporativo: promesas y
realidades, Harvard Business Review.
Wilson Holton J. y Keating Barry, 1990, Business Forecasting, second edition,
Irwin.


104

ANEXOS
ANEXO 1

CUESTINARIO QUE SE APLICARA PARA MEDIR LAS VARIABLES QUE CONTEMPLAN
EL PROYECTO DE INVESTIGACIN DENOMINADO LA EFECTIVIDAD EN LOS
MODELOS DE PRONSTICOS, EN LA EMPRESA EMBOTELLADORA TROPICAL S.A.
DE C.V.


1 Puesto: _________________________________ 2 rea: ______________________________
3 Edad: ________________________ 4 Antigedad: __________________________________



Instrucciones
De las siguientes preguntas favor de seleccionar con una X la opcin que se apegue mas a
su opinin, siendo 5 (muy adecuada), 4 (adecuada), 3 (regular), 2 (poco adecuada), 1
(inadecuada).

INFORMACION PARA LA ELABORACION DE PRONOSTICOS
- Informacin de mercado


5 4 3 2 1
1.-Como se considera la forma de interpretar la
informacin de mercado


2.-Como reacciona el cliente al tener una retroalimentacin
con base en la informacin de mercado



- Informacin de ventas


5 4 3 2 1
1. Cual es la apreciacin que tiene acerca de la
confiabilidad de la informacin de ventas


2. Como se consideran los argumentos, proporcionados por
los vendedores, al consolidar la informacin de ventas








105

De la siguiente pregunta favor de seleccionar con una X la opcin que se apegue mas a su
opinin, siendo 5 (muy capaz), 4 (medianamente capaz), 3 (capaz), 2 (poco capaz), 1 (sin
capacidad).


CONOCIMIENTOS TECNICOS
- Conocimiento


5 4 3 2 1
1.-Al elaborar un pronostico de ventas como considera su
nivel de capacidad para elaborar el pronostico






De las siguientes preguntas favor de seleccionar con una X la opcin que se apegue mas a
su opinin, siendo 5 (siempre), 4 (casi siempre), 3 (a veces), 2 (casi nunca), 1 (nunca).





5 4 3 2 1
2.- Consideras que se requiere de una mayor capacitacin
para obtener actualizacin en los procesos de pronsticos







- Dominio


5 4 3 2 1
1.- Al elaborar un pronostico de ventas se dificulta el
proceso de elaboracin debido a la falta de practica













106


De la siguiente pregunta favor de seleccionar con una X la opcin que se apegue mas a su
opinin, siendo 5 (muy hbil), 4 (medianamente hbil), 3 (hbil), 2 (poco hbil), 1 (sin
habilidad).

GERENTE DE PRONSTICO

- Mejorar el sistema


5 4 3 2 1
1.- como calificas al gerente de ventas con relacin a la
habilidad para optimizar el sistema de pronsticos





De la siguiente pregunta favor de seleccionar con una X la opcin que se apegue mas a su
opinin, siendo 5 (muy capaz), 4 (medianamente capaz), 3 (capaz), 2 (poco capaz), 1 (sin
capacidad).


- Flujo de informacin


5 4 3 2 1
1 .-como calificas al gerente de ventas con relacin a la
capacidad para el manejo de la informacin pronsticos





De la siguiente pregunta favor de seleccionar con una X la opcin que se apegue mas a su
opinin, siendo 5 (con mucha disposicin), 4 (medianamente disponible), 3 (disponible), 2
(poco disponible), 1 (sin disposicin).

- Capacitacin de vendedores


5 4 3 2 1
1.-como calificas al gerente de ventas con relacin a la
disposicin para formar y preparar a su fuerza de ventas








107

De las siguientes preguntas favor de seleccionar con una X la opcin que se apegue mas a
su opinin, siendo 5 (muy adecuada), 4 (adecuada), 3 (regular), 2 (poco adecuada), 1
(inadecuada).

SELECCIN DEL METODO DE PRONSTICO

- Mtodo


5 4 3 2 1
1.-Como se considera el nivel de confiabilidad al seleccionar
un mtodo de pronsticos


2.-Como se considera la metodologa de seleccin del
mtodo de pronostico





- Costo


5 4 3 2 1
1.-Al seleccionar un mtodo de pronostico como se
considerara que es el costo





De las siguientes preguntas favor de seleccionar con una X la opcin que se apegue mas a
su opinin, siendo 5 (muy cercano), 4 (medianamente cercano), 3 (cercano), 2 (poco
cercano), 1 (alejado).


GENERACION DE PRONSTICO

- Pronostico intuitivo



5 4 3 2 1
1.-cuando elaboras un pronostico en base a la intuicin o tu
experiencia o apoyado en tu fuerza de ventas que tan
cercano ha sido con la realidad






108

- Pronostico formal

5 4 3 2 1
1.-cuando elaboras un pronostico en base a un mtodo que
tan cercano ha sido con la realidad




De las siguientes preguntas favor de seleccionar con una X la opcin que se apegue mas a
su opinin, siendo 5 (siempre), 4 (casi siempre), 3 (a veces), 2 (casi nunca), 1 (nunca).


PLANEACION

- Distribucin planeada


5 4 3 2 1
1-Se utiliza el pronostico para la elaboracin del programa
de produccin


2.-Se realiza estrategias en base al pronostico



3.-Se elaboran indicadores en base a los pronsticos


4.-Se determina el impacto de los pronsticos


5.-Se evala la capacidad existente y requerida de planta en
base a los pronsticos




- Demanda planeada


5 4 3 2 1
1.-Se realizan planes de venta en base a los pronsticos


2.-Se evala el impacto sobre las ventas




109

3.-Se desarrollan planes de contingencia


4.-Se evala la calidad de los pronsticos




De las siguientes preguntas favor de seleccionar con una X la opcin que se apegue mas a
su opinin, siendo 5 (muy adecuada), 4 (adecuada), 3 (regular), 2 (poco adecuada), 1
(inadecuada).


RESPONSABILIDAD

- Valuacin de la gerencia



5 4 3 2 1
1.- Como consideras que ha sido el desempeo del gerente
de ventas al realizar sus funciones



- Valuacin de fuerza de ventas


5 4 3 2 1
1.- Como considera que ha sido el desempeo general del la
fuerza de ventas al realizar sus funciones











110

ANEXO 2

Codificacin de los tems para realizar el cuestionario y/o instrumento de
recoleccin de campo.

Informacin para la elaboracin de pronsticos
INFOM01 Informacin de mercado 01
INFOM02 informacin de mercado 02
INFOV01 informacin de ventas 01
INFOV02 informacin de ventas 02

Conocimientos tcnicos
CONO01 conocimiento 01
CONO02 conocimiento 02
DOMIN01 dominio 01

Gerente de pronsticos
MESIS01 Mejorar el sistema 01
FLUIN01 Flujo de informacin 01
CAPVEN01 Capacidad de vendedores 01

Seleccin del mtodo de pronsticos
METODO01 mtodo 01
METODO02 mtodo 02
COSTO01 costo 01

Generacin de pronsticos
PROINT01 pronostico intuitivo
PROFOR01 pronostico formal

Planeacion
DISPLA01 distribucin planeada 01
DISPLA02 distribucin planeada 02
DISPLA03 distribucin planeada 03
DISPLA04 distribucin planeada 04
DISPLA05 distribucin planeada 05
DEMPLA01 demanda planeada 01
DEMPLA02 demanda planeada 02
DEMPLA03 demanda planeada 03
DEMPLA04 demanda planeada 04

Responsabilidad
VALGER01 valuacin de la gerencia 01
VALFUV01 valuacin de fuerza de ventas 01



111

ANEXO 3

Listado de puestos que dentro de la empresa Embotelladora Tropical se
encuentran involucrados o tienen impacto la elaboracin del pronstico de
ventas.

rea Ventas
- Director de Territorio
- Gerente de Ventas
- Jefe de Ventas
- Jefe de Territorio
- Jefe de Ruta

rea Logstica
- Gerente de logstica
- Planeador
- Jefe de trafico
- Jefe de lleno y Vaci
- Auxiliar de Trafico

rea Produccin
- Gerente de Produccin
- Administrativo de Manufactura
- Lder proyecto MW
- Superintendente de Manufactura




112

ANEXO 4
Grficos utilizados para formar la matriz y el anlisis de frecuencias



Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.4, 1.00344)
INFOM01
N
o

o
f

o
b
s
3.3%
10.0%
46.7%
23.3%
16.7%
0%
10%
20%
30%
40%
50%
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
INADECUA POCOADEC REGULAR ADECUADA MUYADECU


Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.7, 0.876907)
INFOM02
N
o

o
f

o
b
s
10.0%
26.7%
46.7%
16.7%
0%
10%
20%
30%
40%
50%
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
POCOADEC REGULAR ADECUADA MUYADECU



113

Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.266666, 0.944433)
INFOV01
N
o

o
f

o
b
s
3.3%
13.3%
46.7%
26.7%
10.0%
0%
10%
20%
30%
40%
50%
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
INADECUA POCOADEC REGULAR ADECUADA MUYADECU


Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 2.866666, 0.62881)
INFOV02
N
o

o
f

o
b
s
26.7%
60.0%
13.3%
0%
10%
20%
30%
40%
50%
60%
70%
0
2
4
6
8
10
12
14
16
18
20
POCOADEC REGULAR ADECUADA

Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.333333, 1.12444)
CONO01
N
o

o
f

o
b
s
10.0%
3.3%
46.7%
23.3%
16.7%
0%
10%
20%
30%
40%
50%
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
SINCAPAC POCOCAPA CAPAZ MEDCAPAZ MUYCAPAZ





114

Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 4.266666, 0.907187)
CONO02
N
o

o
f

o
b
s
30.0%
13.3%
56.7%
0%
10%
20%
30%
40%
50%
60%
0
2
4
6
8
10
12
14
16
18
AVECES CASISIEM SIEMPRE



Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.3, 1.178836)
DOMIN01
N
o

o
f

o
b
s
13.3%
3.3%
36.7%
33.3%
13.3%
0%
5%
10%
15%
20%
25%
30%
35%
40%
0
1
2
3
4
5
6
7
8
9
10
11
12
NUNCA CASINUNC AVECES CASISIEM SIEMPRE



Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.6, 0.968468)
MESIS01
N
o

o
f

o
b
s
13.3%
33.3% 33.3%
20.0%
0%
5%
10%
15%
20%
25%
30%
35%
40%
0
1
2
3
4
5
6
7
8
9
10
11
12
13
POCOHABI HABIL MEDHABIL MUYHABIL



115
Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.766666, 0.971431)
FLUIN01
N
o

o
f

o
b
s
6.7%
40.0%
23.3%
30.0%
0%
5%
10%
15%
20%
25%
30%
35%
40%
0
1
2
3
4
5
6
7
8
9
10
11
12
13
POCOCAPA CAPAZ MEDCAPAZ MUYCAPAZ



Histogram(DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.666666, 1.093344)
CAPVEN01
N
o

o
f

o
b
s
3.3%
10.0%
30.0% 30.0%
26.7%
0%
5%
10%
15%
20%
25%
30%
35%
0
1
2
3
4
5
6
7
8
9
10
11
SINDISPO POCODISP DISPONIB MEDDISPO MUCDISPO

Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.5, 0.682288)
METODO01
N
o

o
f

o
b
s
6.7%
40.0%
50.0%
3.3%
0%
10%
20%
30%
40%
50%
60%
0
2
4
6
8
10
12
14
16
18
POCOADEC REGULAR ADECUADO MUYADECU




116

Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.366666, 0.668675)
METODO02
N
o

o
f

o
b
s
6.7%
53.3%
36.7%
3.3%
0%
10%
20%
30%
40%
50%
60%
0
2
4
6
8
10
12
14
16
18
POCOADEC REGULAR ADECUADO MUYADECU


Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.533333, 0.860366)
COSTO01
N
o

o
f

o
b
s
10.0%
40.0%
36.7%
13.3%
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
POCOADEC REGULAR ADECUADO MUYADECU



Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.133333, 1.10589)
PROINT01
N
o

o
f

o
b
s
13.3%
3.3%
50.0%
23.3%
10.0%
0%
10%
20%
30%
40%
50%
0
2
4
6
8
10
12
14
16
ALEJADO POCOCERC CERCANO MEDCERCA MUYCERCA





117

Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.433333, 0.85836)
PROFOR01
N
o

o
f

o
b
s
3.3% 3.3%
50.0%
33.3%
10.0%
0%
10%
20%
30%
40%
50%
0
2
4
6
8
10
12
14
16
ALEJADO POCOCERC CERCANO MEDCERCA MUYCERCA


Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 4.233333, 0.935261)
DISPLA01
N
o

o
f

o
b
s
3.3%
13.3%
36.7%
46.7%
0%
10%
20%
30%
40%
50%
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
NUNCA CASINUNC AVECES CASISIEM SIEMPRE


Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 4, 0.909718)
DISPLA02
N
o

o
f

o
b
s
6.7%
20.0%
40.0%
33.3%
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
CASINUNC AVECES CASISIEM SIEMPRE




118

Histogram(DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 4.233333, 0.971431)
DISPLA03
N
o

o
f

o
b
s
6.7%
16.7%
23.3%
53.3%
0%
10%
20%
30%
40%
50%
60%
0
2
4
6
8
10
12
14
16
18
CASINUNC AVECES CASISIEM SIEMPRE


Histogram(DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.966666, 0.999425)
DISPLA04
N
o

o
f

o
b
s
10.0%
20.0%
33.3%
36.7%
0%
5%
10%
15%
20%
25%
30%
35%
40%
0
1
2
3
4
5
6
7
8
9
10
11
12
CASINUNC AVECES CASISIEM SIEMPRE




Histogram(DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.8, 1.0635)
DISPLA05
N
o

o
f

o
b
s
3.3% 3.3%
36.7%
23.3%
33.3%
0%
5%
10%
15%
20%
25%
30%
35%
40%
0
1
2
3
4
5
6
7
8
9
10
11
12
NUNCA CASINUNC AVECES CASISIEM SIEMPRE




119

Histogram(DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.966666, 0.964305)
DEMPLA01
N
o

o
f

o
b
s
13.3%
6.7%
50.0%
30.0%
0%
10%
20%
30%
40%
50%
0
2
4
6
8
10
12
14
16
CASINUNC AVECES CASISIEM SIEMPRE


Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.933333, 1.080655)
DEMPLA02
N
o

o
f

o
b
s
3.3%
6.7%
20.0%
33.3%
36.7%
0%
5%
10%
15%
20%
25%
30%
35%
40%
0
1
2
3
4
5
6
7
8
9
10
11
12
NUNCA CASINUNC AVECES CASISIEM SIEMPRE

Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.666666, 1.061337)
DEMPLA03
N
o

o
f

o
b
s
3.3%
10.0%
26.7%
36.7%
23.3%
0%
5%
10%
15%
20%
25%
30%
35%
40%
0
1
2
3
4
5
6
7
8
9
10
11
12
NUNCA CASINUNC AVECES CASISIEM SIEMPRE




120

Histogram(DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.566666, 1.250746)
DEMPLA04
N
o

o
f

o
b
s
10.0%
6.7%
26.7%
30.0%
26.7%
0%
5%
10%
15%
20%
25%
30%
35%
0
1
2
3
4
5
6
7
8
9
10
NUNCA CASINUNC AVECES CASISIEM SIEMPRE


Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.666666, 0.994236)
VALGER01
N
o

o
f

o
b
s
16.7%
20.0%
43.3%
20.0%
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
POCOADEC REGULAR ADECUADO MUYADECU





Histogram (DATAHERI.STA 26v*30c)
y = 30 * 1 * normal (x, 3.1, 0.844863)
VALFUV01
N
o

o
f

o
b
s
6.7% 6.7%
60.0%
23.3%
3.3%
0%
10%
20%
30%
40%
50%
60%
0
2
4
6
8
10
12
14
16
18
20
INADECUA POCOADEC REGULAR ADECUADO MUYADECU



121














































SUPERVISIN





122

Capitulo 1 introduccion

Antecedentes
La Cementera es una empresa de clase mundial internacional del ramo de la
construccin, comprometida con el desarrollo de Mxico, que se dedica a la
produccin, comercializacin y distribucin de productos relacionados,
esencialmente Cemento, Concreto y Agregado
7
,.

La Cementera es una empresa fundada en el Municipio de Apaxco,
Estado de Mxico, en 1928. En 1964, el grupo suizo Corporativo de Cementos
(antes Cement) se convierte en el accionista principal de la empresa. Entre los
aos 70 y 80, La Cementera adquiere Cementos Veracruz, nace y se expande la
divisin de concreto premezclado, e inicia operaciones la planta cementera de
Macuspana, Tabasco. En los aos 90, Corporativo de Cementos adquiere
Cementos Acapulco, inician operaciones las plantas de Ramos Arizpe, Coahuila y
Tecomn, Colima y comienza a operar el Centro Tecnolgico del Concreto en
Toluca, Estado de Mxico. Durante la primera mitad del ao 2002, comienza a
operar la segunda lnea de operacin de la planta cementera de Ramos Arizpe. En
Centroamrica, La Cementera y Corporativo de Cementos crean la empresa
Cement (Centroamrica) B.V., que hoy tiene presencia en compaas
cementeras de Costa Rica, El Salvador, Honduras, Guatemala, Nicaragua y
Panam. En el 2003, La Cementera, como parte del Grupo Cement", se
integra a su estrategia de unificacin de imagen en todo el mundo. El resultado es
una nueva imagen, que sintetiza el prestigio, la excelencia mundial, el
reconocimiento, la experiencia y el valor de la marca Cement.

7
Por motivos de confidencialidad el nombre de la compaa no ser nombrados, en su caso se utilizan
nombres ficticios


123

Algunas de las reas que realizan las actividades dentro de la empresa son:

- Operaciones Cemento y Concreto (produccin).
- Logstica y Distribucin (entrega).
- Comercializacin (venta).

En el rea de Comercializacin se encuentra la Direccin de Clientes
Especializados, de la que depende la Gerencia de Servicios Tcnicos, esta
gerencia se encarga de dar apoyo para la comercializacin y correcta aplicacin de
los productos de la empresa, as como de dar asesora a las operaciones de
concreto premezclado del grupo, realizando tareas de supervisin a las plantas y
optimizacin de mezclas de concreto. A continuacin se muestra el organigrama
de La Cementera.
Figura 1. Organigrama

Fuente: Tomada de La Cementera (2008)


124

Como todas las empresas globalizadas, La Cementera ha buscado la
optimizacin de sus procesos para lograr mayor eficiencia y mayor rentabilidad
en el negocio, esto ha trado como consecuencia un limitado equipo de personal
en todas las reas.

Para dar una buena atencin a sus clientes la empresa ha dividido el pas en
cuatro regiones (Centro, Sureste, Norte y Occidente) con la misma estructura
organizacional en las cuatro regiones, particularmente la Regin Sureste que
abarca desde el Estado de Puebla hasta la Pennsula de Yucatn, se tiene
presencia con 20 plantas de concreto premezclado, ubicadas en las principales
ciudades enfocadas hacia el crecimiento de los mercados, buscando tener la
mejor presencia en la Regin.

As mismo cuenta con cinco integrantes del rea de Servicios Tcnicos,
cuatro Asesores Tcnicos (AT) y un Asesor Tcnico Coordinador (ATC) para
dar apoyo a la optimizacin de los diseos de mezcla de concreto.

Figura 2. Identificacin de Regin Sureste

Fuente: Tomado de la distribucin geogrfica de la Regin Sureste (2008).


125

Dentro de La Cementera la actividad de los AT se ha enfocado adems
de la atencin a los clientes externos, a la supervisin de las actividades del
concreto premezclado (clientes internos), que incluye no slo las observaciones y
mediciones de campo sino tambin las pruebas de laboratorio, con obtencin y
anlisis de sus resultados.

Estas personas tienen un perfil profesional de Ingenieros Civiles o
Arquitectos, con experiencia en el mbito del cemento, concreto y agregados, as
como en procedimientos constructivos que les permite conocer el uso y
aplicacin de los productos que comercializa La Cementera, como parte de su
preparacin dentro del grupo se capacitan y establece como obligatorio la
certificacin profesional ante el American Concrete Institue (ACI), para
garantizar la actualizacin del mismo.

Esta actividad que realizan los AT de supervisin tiene una seria
connotacin con las teoras de calidad, como la de Kaoru Ishikawa que considera
la produccin a bajo costo estableciendo que la calidad debe ser una revolucin
de los puestos gerenciales o la de Edward W. Deming que considera que la alta
direccin es la responsable de la mejora continua en la calidad. As mismo la de
Phillip B. Crosby que considera a la prevencin como la clave para la calidad total
y la teora de Armand V. Feigenbaum que considera que la calidad es
responsabilidad de toda la compaa no solamente del rea de produccin.

De la misma manera considera al control del proceso, como una de las
etapas fundamentales de la administracin ya que se necesita adems de planes,
estructura organizacional y excelente direccin, las herramientas para que se
verifique la situacin real de la organizacin y mecanismos que verifiquen el


126

avance respecto a los objetivos. Estableciendo una relacin con teoras como la
de Frederick Winlow Taylor enfocado a aumentar la eficiencia mediante la
racionalizacin del trabajo y la de Henri Fayol tambin enfocado a aumentar la
eficiencia a travs de su organizacin y principios generales de la administracin,
las cuales permiten optimizar los procesos de produccin y en consecuencia
controlar los costos de la misma y la calidad del producto.

Es una constante la evaluacin de los Directores de cada rea, realizando
revisiones mensuales de los principales indicadores financieros y tcnicos:

- Volumen de venta
- Precio de venta
- Resistencia promedio de venta
- Costo de distribucin
- Costo de produccin
- Rentabilidad
- Participacin de mercado
- Consumo de cemento
- Consumo de agregados

Observando el cumplimiento de los indicadores versus los objetivos
establecidos por el grupo, se logra mantener en equilibrio el negocio aportando la
utilidad esperada por los inversionistas. Para este estudio se considera relevante,
comentar que existe variacin en los costos de produccin, en particular los de
materia prima, ya que se han visto incrementados por el alza de los energticos
que se utilizan para su elaboracin, as el dato de la utilidad se ha visto disminuida
ante la ardua competencia en el mercado del concreto premezclado.


127

Por otro lado, es importante comentar que se ha observado un incremento
en el volumen de ventas de concreto premezclado en los ltimos aos, debido al
crecimiento y desarrollo de proyectos de infraestructura que consumen el
producto, en particular en la regin sureste del pas, al incrementar el desarrollo
tecnolgico en los procedimientos constructivos de las diferentes obras en donde
se suministra concreto premezclado.

Al aumentar beneficiosamente el volumen de las ventas en la regin,
tambin aumenta la necesidad de atencin de ese volumen de ventas por cada
Asesor Tcnico. As como la posibilidad del aumento en las reclamaciones de
calidad del producto, relacionadas fundamentalmente con la importancia de
mantener en un nivel ptimo la calidad del mismo.

Existen diversos indicadores tcnicos, que permite tener un control sobre
la calidad del concreto y en funcin de sus resultados se pueden realizar los
ajustes necesarios para lograr las mejores condiciones de optimizacin en el
aspecto tcnico y como consecuencia en el de costo de produccin.

Esta condicin est ligada concretamente con los conceptos y
herramientas estadsticas para el aseguramiento de la calidad establecidos en el
Manual para Supervisar Obras de Concreto del ACI

A continuacin se muestran los diferentes indicadores tcnicos en donde
se puede observar su comportamiento en los ltimos aos:





128

Tabla 1. Resumen Histrico de Indicadores Tcnicos.
Indicadores 2004 2005 2006 2007

CC (kg/m3) 318 323 325 330

F'C (kg/cm2) 263 271 273 280

FUC (adim.) 1.21 1.19 1.19 1.18

FUA (m3) 1.27 1.27 1.26 1.25

PQI (%) 0.79 0.81 0.83 0.84

Fuente: Tomada de La Cementera (2004, 2005, 2006 y 2007)

El consumo de cemento (CC) significa los kilogramos de cemento que se
utilizan en la fabricacin de un metro cbico de concreto, la resistencia (FC)
significa la capacidad de carga del concreto en kilogramos por centmetro
cuadrado, el factor de uso de cemento (FUC) es un ndice que relaciona el
consumo de cemento y la resistencia es dimensional, el factor de uso de agregado
(FUA) es la cantidad de grava y arena que se utiliza para la fabricacin de un
metro cbico de concreto, el Performance Quality Index (PQI) es un ndice que
califica la calidad de la produccin del concreto, considera cuatro variables
estadsticas; la desviacin estndar (variacin del proceso), el sobre diseo
(resistencia por encima a la solicitada), la correlacin de pronsticos de
resistencias con datos reales y el porcentaje de fallas en la resistencia.

Como dato relevante para la comprensin de esta investigacin, resulta de
carcter obligatorio conocer la composicin de un metro cbico de concreto
premezclado, en el aspecto de los materiales que lo conforman y en el aspecto
econmico ya que tiene un diferente peso especfico cada componente, para


129

comprender la importancia del control de calidad en la optimizacin de la calidad
del mismo.

La composicin de materia prima del concreto por metro cbico est dada
por la siguiente combinacin de materiales:

Tabla 2. Composicin de materiales del concreto.
Material Porcentaje
Cemento 15%
Grava 35%
Arena 32%
Agua 18%
Fuente: Tomada del libro de la Portland Cement Association

La composicin del costo de la materia prima del concreto por metro
cbico est dada por la siguiente combinacin de materiales:

Tabla 3. Composicin de costos del concreto.
Material Porcentaje
Cemento 75%
Grava 15%
Arena 12%
Agua 5%
Fuente: Elaboracin propia (2008).




130

El cemento que se utiliza en la fabricacin del concreto es el componente
de menor participacin porcentual, sin embargo en la parte de costos es el que
participa en un mayor porcentaje (del orden de un 75%), desde ese punto de vista
resulta ser la materia prima que ms impacta y ms se debe controlar para lograr
la eficiencia en la resistencia del concreto, adems de que es la que permite
disminuir con mayor facilidad los costos de produccin.

Desde el punto de vista del control de calidad, dentro del cual se considera
la optimizacin de las mezclas de concreto, en La Cementera se produce el
mismo apegndose a las Normas Mexicanas del Cemento, del Concreto, de
agregados, de agua y de aditivos, adems de tener una Certificacin ISO 9000 que
garantiza tener control sobre el proceso de dosificacin del concreto
premezclado.

Esta certificacin es del Sistema de Calidad del grupo que permite
garantizar a los consumidores la calidad del producto e incluye desde la recepcin
de la materia prima (incluye verificacin de la calidad), proceso de dosificacin,
verificacin de la calidad del producto, durante su fabricacin y como producto
terminado y entrega del mismo a pie de obra para su aplicacin.










131

Situacin actual y la problemtica
Ampliando la informacin, en reuniones mensuales en donde participan los
responsables directos de cada una de las reas de la compaa, se observa el
especial seguimiento a los indicadores tcnicos, que permiten ante un mercado
tan competido en donde lograr el mayor precio de venta est regido por el mismo
mercado, realizar la optimizacin del producto evaluando econmicamente el
costo de la produccin en la parte correspondiente a la materia prima, buscando
la disminucin de la misma, para ampliar el margen de utilidad que en los ltimos
aos se ha visto disminuido, bsicamente por el incremento en el costo de la
energa para produccin y distribucin del mismo.

De esta manera se puede deducir que la falta de personal enfocado a la
supervisin de los procesos en la parte correspondiente a la optimizacin,
dosificacin y medicin de la calidad del concreto ha denostado una falta de
planeacin e identificacin de oportunidad en esta parte del negocio, en donde en
la actualidad se puede obtener el beneficio para aumentar los mrgenes de
rentabilidad esperados por el grupo.

Desde la perspectiva de la importancia de la administracin y planeacin
como parte fundamental de la administracin de un negocio y teniendo como
antecedente la anterior informacin, resulta de suma importancia el contar con
personal capacitado para realizar los trabajos de optimizacin de la produccin
del concreto, pero adems al menor costo posible sin sacrificar en lo ms mnimo
la calidad del producto, es en este sentido donde resalta la importancia de los
Asesores Tcnicos, que cuentan con la experiencia para realizar este tipo de
trabajos y se puede justificar su presencia de manera permanente con la mejora
en la calidad del producto y en consecuencia el ahorro en los costos de


132

produccin, no siendo solo un asesor que slo emite recomendaciones, sino un
responsable de la calidad y costo del producto a travs de indicadores
establecidos, tales como:

- Disminucin de factores e indicadores de calidad.
- Reduccin de los costos de Produccin.
- Cumplimiento de objetivos regionales e incremento de la
rentabilidad.

Interrogante
Con los argumentos planteados anteriormente, ahora surge el siguiente
cuestionamiento; De qu manera coadyuva la supervisin permanente de un
Asesor Tcnico, para optimizar la calidad del concreto premezclado y en
consecuencia los costos de produccin?

Esto es, en otras palabras; Qu importancia tiene el contar con la
presencia de un Asesor Tcnico, para mantener en un nivel ptimo la calidad, al
menor costo posible la produccin del concreto premezclado?

Preguntas especficas:

- Cmo se puede identificar la necesidad de la presencia de Asesores
Tcnicos?
- Qu indicadores Tcnicos y en que rangos se deben considerar, para
tener un ahorro en la produccin de concreto premezclado?




133

Propsito del estudio
Evaluar de qu manera coadyuva la supervisin permanente de un Asesor
Tcnico, para que sta, permita optimizar la calidad del concreto premezclado y
en consecuencia los costos de produccin.

Objetivos Especficos:
- Determinar la necesidad de la presencia permanente de los Asesores
Tcnicos.
- Identificar los indicadores Tcnicos y en qu rangos se deben considerar,
para tener un ahorro en la produccin de concreto premezclado.

Justificacin
La calidad del concreto premezclado y la optimizacin en el costo de produccin,
presenta la oportunidad de obtener mejores resultados en trminos de
rentabilidad para el negocio, de ah la importancia por llevar a cabo esta
investigacin que ayude a entender la raz del rea de mejora y poder estar en
condiciones de buscar soluciones que coadyuven: a una mejor prctica en el
control del proceso, fomentar el mejor resultado, a la disminucin de quejas por
calidad del producto, establecer un control que mejore la calidad del concreto, a
la disminucin en los costos de produccin, disminucin en las quejas
relacionadas a la calidad en el producto, mejorar la imagen de la compaa,
posicionamiento en el mercado con una mayor aceptacin de los consumidores,
desde el punto de vista de la relacin precio-calidad.






134

Supuesto preliminar
La supervisin permanente de un Asesor Tcnico, favorece o permite optimizar
la calidad del concreto premezclado y en consecuencia los costos de
produccin.

Definicin de variables
Las variables que se identifican en el supuesto bsico del estudio son:

- La permanente supervisin de un Asesor Tcnico (variable independiente).
- Optimizar la calidad del concreto premezclado y en consecuencia los
costos de produccin (variable dependiente).

Es decir, si se logra optimizar la calidad del concreto premezclado y en
consecuencia los costos de produccin, entonces mejora la evaluacin de la
supervisin del Asesor Tcnico de manera permanente y se justifica su presencia.

La relacin de esta aseveracin se visualiza de la siguiente forma:

Figura 3. Diagrama de variables

Fuente: Elaboracin propia (2008).





135

Para evaluar estas variables se tiene las siguientes caractersticas:

- Supervisin de los Asesores Tcnicos a las plantas de concreto, mediante
registros de las visitas realizadas y las recomendaciones efectuadas.
- Indicadores tcnicos (Consumo de cemento, resistencia, factor de uso de
cemento, factor de uso de agregado y el performance quality index) que
permitan reducir el costo de produccin.

Es importante resaltar que estas caractersticas se debern evaluar
mensualmente para saber el comportamiento y la tendencia de los indicadores
establecidos como caractersticas de las variables a evaluar.


















136

Captulo 2 marco referencial,
conceptual y contextual

Con la intencin de optimizar y realizar ms eficientes sus procesos, en el ao
2004 se realiz una reestructuracin en Corporativo de Cementos, la cual
consisti en la integracin de las reas comerciales de cemento y concreto, como
resultado de esta integracin, desapareci el rea tcnica del concreto
premezclado y en consecuencia una falta de control en los aspectos relacionados
con la misma al asignar la responsabilidad al rea de produccin, la cual no
contaba con la experiencia para desarrollar las actividades cotidianamente.

Despus de 4 aos se revis y evalu la estructura planteada, dando como
resultado la necesidad de dar apoyo con el rea de Servicios Tcnicos a las
operaciones de concreto premezclado del grupo, con el afn de mejorar los
aspectos de calidad del concreto y en consecuencia los costos de produccin, a
partir de Enero de 2008 se inicio con un plan de asesoras al rea de operaciones
de concreto, las cuales consisten en apoyar a las mejoras que les permitan
optimizar la calidad del producto y en consecuencia sus costos de produccin, a
travs de la verificacin constante de una serie de indicadores que les permite
tener un control sobre la calidad y produccin del concreto premezclado, de la
mano a la optimizacin de los costos de produccin.

La intencin de esta valoracin en el presente estudio nos permite
identificar que el control de calidad (optimizacin de mezclas) es una inversin
que permite obtener beneficios de carcter econmico y de percepcin del
producto en el mercado, no es un gasto y puede ser considerado como un rea de
mejora continua.


137

Conceptualizacin
Es necesario puntualizar en las definiciones conceptuales de algunos trminos
que se estarn utilizando permanentemente en este estudio, lo anterior a efecto
de tener un claro entendimiento de lo que se estar hablando. Ejemplo de ello es:

Concreto Premezclado: Bsicamente es la mezcla de dos componentes;
agregado (grava y arena) y pasta (agua y cemento Portland). La pasta
normalmente une los agregados creando una masa similar a una roca. Esto ocurre
por el endurecimiento de la pasta en consecuencia de la reaccin qumica del
cemento con el agua.

Cemento: Material con propiedades tanto adhesivas como cohesivas, las cuales
dan la capacidad de aglutinar fragmentos minerales para formar un todo
compacto, para efectos de construccin el significado del trmino cemento se
restringe a materiales aglutinantes utilizados con piedras, arena, ladrillos o
bloques de construccin.

Agregado: Los agregados naturales para el concreto premezclado son una
mezcla de rocas y minerales que frecuentemente se lavan y se gradan en la mina
o en una planta y que forman una buena parte del volumen del concreto.

Control de calidad: Es una estrategia o programa para asegurar el mejoramiento
continuo de la calidad. En el ambiente del concreto premezclado se relaciona con
los programas y funciones para la obtencin de la calidad de los materiales del
concreto y en el concreto mismo, con el fin de proporcionar un servicio
satisfactorio de las estructuras de concreto.


138

Calidad: Es un conjunto de propiedades inherentes a un objeto que le confieren
capacidad de satisfacer necesidades implcitas o explicitas. La calidad de un
producto o servicio es la percepcin que el cliente tiene del mismo, es una
fijacin mental del consumidor que asume conformidad con dicho producto o
servicio y la capacidad del mismo para satisfacer sus necesidades.

Supervisin: La supervisin en el mbito de la construccin y el control de
calidad de produccin del concreto premezclado, es dar el visto bueno despus
de examinar las materias primas, los procesos y los productos terminados. Es
decir la supervisin es la actividad de apoyar y vigilar la coordinacin de
actividades de tal manera que se realicen en forma satisfactoria.

Control del proceso: Tiene como objetivo mejorar el funcionamiento de la
infraestructura, para evaluar su eficacia es imprescindible realizar un seguimiento
de los procesos relacionados y evaluar su rendimiento.

Indicadores tcnicos: Son conceptos que ayudan a determinar las caractersticas
del concreto premezclado y tienen un objetivo que cumplir, el cual se evala
regularmente con los resultados obtenidos en ciertos periodos de tiempo.

De manera particular en este proyecto se utilizan los que a continuacin se
describen:

- El consumo de cemento (CC) significa los kilogramos de cemento que
se utilizan en la fabricacin de un metro cbico de concreto.



139

- La resistencia (FC) significa la capacitad de carga del concreto en
kilogramos por centmetro cuadrado.
- El factor de uso de cemento (FUC) es un ndice que relaciona el
consumo de cemento y la resistencia del concreto, es dimensional.
- El factor de uso de agregado (FUA) es la cantidad de grava y arena que
se utiliza para la fabricacin de un metro cbico de concreto.
- El Performance Quality Index (PQI) es un ndice que califica la calidad
de la produccin del concreto, considera cuatro variables estadsticas.
- La desviacin estndar que mide la variacin del proceso en kilogramos
por centmetro cuadrado.
- El sobre diseo que mide la cantidad de proteccin de resistencia para
absorver la variacin del proceso, en kilogramos por centmetro
cuadrado.
- La correlacin de pronsticos (a 3 y 7 das) con datos reales (a 28 das).
- El porcentaje de fallas en la produccin, de acuerdo a la Norma
Mexicana del Concreto, 10%.

Marco Contextual
Posterior a las consideraciones conceptuales, ahora se hace necesario darle un
enfoque contextual al estudio, a efecto de situar el objeto de la investigacin en el
contexto en que se desarrolla la investigacin. De ah que es necesario que
recordemos que La Cementera es una empresa fundada en el Municipio de
Apaxco, Estado de Mxico, en 1928. En 1964, el grupo suizo Corporativo de
Cementos (antes Cement) se convierte en el accionista principal de la empresa.
Entre los aos 70 y 80, La Cementera adquiere Cementos Veracruz, nace y se
expande la divisin de concreto premezclado, e inicia operaciones la planta
cementera de Macuspana, Tabasco.


140

En los aos 90, Corporativo de Cementos adquiere Cementos
Acapulco, inician operaciones las plantas de Ramos Arizpe, Coahuila y Tecomn,
Colima, y comienza a operar el Centro Tecnolgico del Concreto en Toluca,
Estado de Mxico. Durante la primera mitad del ao 2002, comienza a operar la
segunda lnea de operacin de la planta cementera de Ramos Arizpe.

En el 2003, La Cementera, como parte del Grupo Cement, se integra
a su estrategia de unificacin de imagen en todo el mundo y aparece en la imagen
del grupo el logotipo de Cement, integrado al tradicional (perro de raza inglesa),
con la intencin de garantizar la identificacin de la imagen que se tiene en el pas
hasta el momento.

Como ya se mencion La Cementera se ha dividido en cuatro regiones
(Centro, Sureste, Norte y Occidente) con la misma estructura organizacional en
cada Regin, por lo que en este estudio nos enfocaremos particularmente al
anlisis de la Regin Sureste del pas.

La Regin Sureste abarca desde el Estado de Puebla hasta la Pennsula de
Yucatn, pasando por los Estados de Tlaxcala, Veracruz, Oaxaca, Chiapas,
Tabasco, Campeche, Yucatn y Quintana Roo. Se tiene presencia con 20 plantas
de concreto premezclado en las principales ciudades de los Estados de la regin,
as como un rea comercial que realiza la venta del producto, un rea de
operaciones que se encarga de la produccin y entrega del mismo y diferentes
reas de apoyo para la comercializacin del producto, entre las que se encuentra
el rea de Servicios Tcnicos con la participacin de cuatro asesores y un
coordinador.


141

Figura 4. Presencia en principales ciudades de Regin Sureste











Fuente: Elaboracin propia con datos de la presencia geogrfica
en la Regin Sureste (2008).

Como ya se defini, el concreto premezclado es bsicamente la mezcla de
dos componentes; agregado (grava y arena) y pasta (agua y cemento Portland). La
pasta normalmente une los agregados creando una masa similar a una roca, en
este negocio una de las fases ms importantes es el servicio, ya que no slo basta
con entregar la calidad del producto, sino que adems es importante la entrega
oportuna del mismo, a travs de una logstica bien establecida de programacin
de entregas.

Cabe mencionar que el concreto premezclado es un producto perecedero,
que tiene un duracin de aproximadamente tres horas y media en estado plstico,
despus de ese tiempo empieza su fraguado inicial o endurecimiento, posterior a
ello, ya no es posible contar con la plasticidad que permita su colocacin, por lo
que si an no se ha colocado, se tiene que desalojar del equipo de transporte para
no deteriorarlo.


142

Para brindar el servicio de entrega y comercializacin, se cuenta en la
Regin Sureste con el siguiente personal y equipo:

Personal encargado de la produccin y entrega del concreto premezclado.
Tabla 4. Personal de la Gerencia de Operaciones
Gerencia de Operaciones
1 Gerente de Operaciones
4 Coordinadores de Operaciones
12 Jefes de Planta
20 Laboratoristas
20 Dosificadores
20 Traxcavistas
160 Operadores de ola revolvedora
Fuente: Tomada de La Cementera (2008)

Personal encargado de la comercializacin del concreto premezclado.
Tabla 5. Personal de la Gerencia Comercial
Gerencia de Comercial
1 Gerente Comercial
4 Coordinadores Comerciales
25 Ejecutivos Comerciales
Fuente: Tomada de La Cementera (2008)

Personal de las reas de apoyo para la produccin y comercializacin del
concreto premezclado.

Tabla 6. Personal de reas de apoyo
Personas de Areas de apoyo
6 Crdito y cobranza
5 Servicios Tcnicos
5 Seguridad
Fuente: Tomada de La Cementera (2008)



143

Instalaciones y equipo para la produccin, distribucin y verificacin de
la calidad del concreto premezclado.

Tabla 7. Instalaciones y equipo
Instalaciones y equipo
1 Oficina Regional (Veracruz)
20 Plantas
20 Traxcavos
20 Laboratorios
160 ollas revolvedoras
Fuente: Tomada de La Cementera (2008)

Con esta capacidad instalada de equipo y de personal para la produccin,
distribucin y comercializacin de concreto premezclado, as como el
considerado por las reas de apoyo, se ha producido en el periodo comprendido
de Enero a Junio de 2008, el volumen de concreto descrito en la Tabla No.8
8
Los
indicadores que se obtuvieron, parten de la base de volumen y resistencia
comercializada mensualmente.

Tabla 8. Indicadores tcnicos 2008.
Indicadores ENE FEB MAR ABR MAY JUN ACUM
CC (kg/m3) 318 323 322 325 327 336 326
F'C (kg/cm2) 268 274 277 283 282 291 280
FUC (adim.) 1.20 1.18 1.17 1.15 1.16 1.16 1.17
FUA (m3) 1.26 1.24 1.24 1.24 1.24 1.24 1.24
PQI (%) 0.84 0.79 0.88 0.82 0.85 0.87 0.84

Fuente: Tomada de La Cementera (Enero a Junio de 2008)

8
periodo en el cual se observar el apoyo brindado por el rea de Servicios Tcnicos al rea de operaciones de concretos


144

Consideraciones tericas
A partir de la problemtica planteada en este estudio relativo a la optimizacin de
la calidad del concreto premezclado y en consecuencia la disminucin de los
costos de produccin, se vuelve de suma importancia considerar algunos
referentes tericos relativos a las variables:

o Supervisin permanente del Asesor Tcnico (variable
independiente).
o Optimizacin de la calidad del concreto premezclado y en los
costos de produccin (variable dependiente).

Debido a que la supervisin y la optimizacin de la calidad del concreto
premezclado y en consecuencia de los costos de produccin son los factores
principales de este estudio, se parte del referente terico de la calidad de Kaoru
Ishikawa que seala Produccin a bajo costo estableciendo que la calidad debe ser una
revolucin de los puestos gerenciales, esto es, que debemos partir de la premisa que el
rea gerencial debe permear en todo momento la cultura de la calidad hacia los
niveles operativos, siempre en apego a polticas previamente establecidas en la
compaa. Esto se relaciona seriamente con el aporte de Deming al definir que
La alta direccin es la responsable de la mejora continua en la calidad, de Crosby La
prevencin como la clave para la calidad total y Feigenbaum La calidad es responsabilidad
de toda la compaa no solamente del rea de produccin. Por otro lado tomamos el
referente terico de Taylor quien establece que la eficiencia en el trabajo puede
incrementarse, cuando este se racionaliza. Adems este incremento en la
eficiencia debe estar basado en los principios generales de la Administracin
como lo seala Fayol.



145

Partiendo de estos referentes tericos, se llevar a cabo la evaluacin de los
indicadores tcnicos, para determinar de qu manera coadyuva la supervisin
permanente de un Asesor Tcnico, en la optimizacin de la calidad del concreto
premezclado y en consecuencia los costos de produccin. Con estos datos se
justificar la necesidad de la presencia de Asesores Tcnicos en estos procesos ya
que adems del anlisis a los indicadores tcnicos, se identificarn los rangos
ptimos para tener una optimizacin de la calidad del concreto premezclado y en
el ahorro en la produccin del mismo.

Una forma de participacin en la reduccin de costos es la que contempla
la optimizacin de diseos de mezclas de concreto, como una consecuencia de la
optimizacin de la calidad del concreto premezclado, particularmente lo que
corresponde a la materia prima (cemento), es relevante sealar que la supervisin
intensa y enfocada al control de la calidad del producto, permite mantener en el
control deseado los indicadores tcnicos que facilitan el control de calidad y en
consecuencia el control del costo de la produccin, manteniendo una calidad
solicitada al menor costo, con los beneficios que esto implica.

De la misma manera se establece la importancia de las actividades de
supervisin para no slo lograr obtener la optimizacin de la calidad del concreto
y en consecuencia del costo de produccin, sino adems para mantener como un
control del proceso de produccin y de las evaluaciones correspondientes en
cada una de las etapas del mismo.

Las actividades para la optimizacin de la calidad del concreto
premezclado y en consecuencia del costo de produccin, as como la supervisin,
se basan primordialmente en las recomendaciones tericas de los distintos


146

autores plasmadas en los diferentes manuales de diseo y control de mezclas de
concreto, manuales para supervisar obras de concreto, documentos sobre
tecnologa del concreto y las normas mexicanas que aplican a este producto.

A nivel corporativo se ha implementado una metodologa llamada
Concrete Operation Review (COR) en el que se establecen las caractersticas que
deben tener las unidades de negocio (plantas de concreto) para lograr una
eficiencia en la rentabilidad del negocio. Este proyecto tiene como antecedente su
inicio en Junio del 2005, con una reunin preliminar entre Holcemen Group
Review Souport para establecer los objetivos del proyecto, los cuales son:

- Mantener la participacin de mercado objetivo para cada plaza
- Apoyo en el cumplimiento de objetivos regionales e incremento de
la rentabilidad (EBITDA)
- Mejorar el nivel de servicio y disponibilidad
- Reducir costos de produccin y distribucin
- Identificar las herramientas adecuadas para la mejora de la operacin
- Intercambio de las Mejores Prcticas

La metodologa utilizada es mediante la evaluacin de bloques que se
conjuntan en una pirmide modelo de operacin, se llegan a determinar acciones
e iniciativas con ahorros potenciales para la operacin del negocio y el
cumplimiento de objetivos planteados, los bloques incluyen la parte
correspondiente a la gestin de calidad en la que se contempla la parte
correspondiente a los Servicios tcnicos.



147

Estos bloques son analizados para las reas de Produccin, Distribucin y
Diseo de Mezclas (Tecnologa de Materiales y Control de Calidad), en este
ltimo bloque se fijarn los esfuerzos para este estudio lo que ayudar para poder
determinar la importancia de la supervisin de un Asesor Tcnico y como ste,
puede incidir para lograr la optimizacin de la calidad del concreto premezclado y
en consecuencia la disminucin del costo de la produccin.

Es importante considerar que existen polticas de la compaa que se
debern cumplir de manera conjunta con la aplicacin de la metodologa que se
pretende establecer en este proyecto de investigacin, lo cual permitir tener un
apego a la organizacin y sus bases.

















148

Captulo 3 mtodo y tcnica

El propsito del estudio es identificar, como la supervisin permanente de
un Asesor Tcnico (X1) favorece la optimizacin de calidad del concreto
premezclado y en consecuencia de los costos de produccin (Y1).

El tipo de estudio de esta investigacin se identifica como no experimental
del tipo evolutivo, bajo un esquema de relacin causal, con una variable
independiente que tiene una relacin directa con una variable dependiente.

El propsito es analizar los cambios de las variables (en un grupo de plantas de
concreto premezclado) como son los indicadores tcnicos a travs del tiempo. Se
considera un diseo de tendencias de la misma poblacin (plantas de concreto) e
individuos diferentes (los diferentes tipos de productos y sus respectivos indicadores tcnicos),
con un diseo evolutivo ya que se evala mes a mes para verificar el impacto de
la variable (optimizacin de la calidad del concreto premezclado y en consecuencia de los costos
de produccin) en la supervisin permanente de un Asesor Tcnico a travs del
tiempo.

La poblacin objeto de estudio de esta investigacin se refiere a las plantas
de concreto premezclado de la Regin Sureste, considerando los indicadores
tcnicos (relacionados con la calidad del concreto) como motores para el anlisis de
resultados de este estudio y determinar la conveniencia o no de la supervisin
permanente de un Asesor Tcnico.



149

Para la seleccin de la muestra en la investigacin, se utiliz el total de los
indicadores de la poblacin, ya que es una evaluacin que se realiza de manera
obligatoria mes a mes.

Para entender la forma en que se evaluar la necesidad de contar con la
supervisin de un Asesor Tcnico de manera permanente, es importante definir
dos aspectos a tomar en consideracin para el entendimiento del anlisis del
presente estudio:

- La forma de determinar, calcular y evaluar los indicadores tcnicos, que
permitan evaluar la importancia de contar con la supervisin permanente
de un Asesor Tcnico para optimizar la calidad del concreto premezclado
y en consecuencia el costo de produccin.
- La forma de evaluar el beneficio de contar con la supervisin permanente
de un Asesor Tcnico para optimizar la calidad del concreto premezclado
y en consecuencia el costo de produccin.

Determinacin, clculo y evaluacin de indicadores tcnicos
A continuacin se describe la forma de llevar a cabo la metodologa para la
determinacin, clculo y evaluacin de los indicadores tcnicos que permitirn
conocer la necesidad o no de la supervisin permanente de un Asesor Tcnico,
para mejorar la calidad del concreto premezclado y en consecuencia los costos de
produccin.

Elaboracin de muestras para obtener indicadores tcnicos
La primera fase es el establecimiento de la toma de muestras en cada una de las
plantas de concreto que permiten calcular los indicadores tcnicos. As que se


150

comenzar por describir lo que se refiere a una muestra de concreto y la forma de
obtencin y cuidados, hasta el ensaye de la misma para obtener la informacin de
resistencia que permitir realizar la evaluacin de los indicadores tcnicos.

Dato importante: Una muestra est conformada por 4 probetas de
concreto de 30 cm de altura por 15 cm de dimetro. La toma de las muestras para
la evaluacin del concreto se realiza considerando lo establecido en la Norma
Mexicana NMX-C-155 Concreto premezclado y en el plan de calidad del
Sistema de Aseguramiento de Calidad de La Cementera, en el cual establece
una frecuencia de muestreo del concreto de la siguiente manera:

Una muestra al inicio de la produccin en cualquiera de las 3
primeras entregas, despus por lo menos a cada 70 m3 de
produccin, sin ser limitativa esta frecuencia, es decir se pueden
tomar muestras en intervalos menores.

Foto 1. Elaboracin de muestras de concreto

Fuente: Tomada de La Cementera (2008)



151

Una vez obtenidas las muestras se mantienen bajo un proceso de curado
(saturacin por inmersin en agua) durante los 28 das, este periodo de tiempo se
considera la edad en que se alcanza la madurez total del concreto para lograr su
mxima resistencia. Durante ese periodo de tiempo se determina la resistencia del
concreto a 3, 7 y 28 das, la intencin de verificar la resistencia a edades
tempranas de 3 y 7 das, es verificar el pronstico de resistencia a 28 das, ya que
no se considera prudente esperar el resultado a los 28 das. Las resistencias
prematuras nos permiten conocer el comportamiento final del concreto, para
tomar decisiones sobre ajustes o correcciones sobre los diseos de mezclas de
concreto.

Foto 2. Ensaye a la compresin de muestras de concreto

Fuente: Tomada de La Cementera (2008)



152

Anlisis estadstico de las muestras de concreto
En una segunda etapa con los resultados obtenidos de la resistencia del concreto,
se establece un anlisis estadstico que nos permite controlar la calidad de la
produccin del concreto premezclado, estableciendo el procedimiento de cartas
de control como la forma de llevar el control estadstico de calidad del concreto.

Para llevar este control, se siguen las recomendaciones establecidas por la
Norma Mexicana NMX-C-155 Concreto premezclado, la cual establece un
mnimo de 30 muestras para calcular los indicadores estadsticos que a
continuacin se describen:

- Sobre diseo.- Es la cantidad promedio de resistencia por arriba de la
solicitada, medida en kilogramos por centmetro cuadrado de acuerdo a
las recomendaciones de control de calidad de la produccin de
concreto premezclado, se recomienda que sea mayor o igual a 1.28
veces la desviacin estndar y menor o igual a 1.65 veces la desviacin
estndar.
- Desviacin estndar.- Es la variacin de los resultados de resistencia
del concreto, particularmente sta determina la variacin del proceso,
se mide en kilogramos por centmetro cuadrado, de acuerdo a polticas
de la empresa la recomendacin es que sea menor o igual a 25
kilogramos por centmetro cuadrado, para obligar a tener un mejor
control sobre el proceso de produccin del concreto premezclado.
- Correlacin del pronstico de resistencia inicial con la final.- Es la
relacin que existe entre el pronstico de resistencia a 3 y 7 das con el
resultado a los 28 das, la recomendacin es que este valor sea por lo
menos de 0.90.


153

- Porcentaje de fallas.- Es la relacin de muestras que cumplen con
respecto al total de las muestras analizadas, de acuerdo a la Norma
Mexicana NMX-C-155 Concreto premezclado se considera un 10%
de fallas como aceptacin, en particular por polticas de la empresa se
busca obtener un rango de porcentaje de fallas entre 7.5 y 10%.

A continuacin se presenta un resumen de los valores que se consideran
como aceptables para los indicadores estadsticos:

Tabla 9. Indicadores estadsticos
Indicador Bueno Regular Malo
Sobre diseo (SD) 1.28xSTDSD1.28xSTD >1.65xSTD <1.28xSTD
Desviacin estndar
(STD) STD25 25<STD35 STD>35
Factor de correlacin
(CRR) CRR0.90 0.80CRR<0.90 CRR<0.80
% de fallas 5%10 <5 >10
Fuente: Tomados de La Cementera (2008)

Determinacin de indicadores tcnicos
Mensualmente se determina el resultado del control de la calidad obtenido
mediante los indicadores estadsticos, este resultado se calcula a travs de la
evaluacin de los siguientes indicadores tcnicos:

- Volumen de produccin.- Es la suma de todos los productos
suministrados en el periodo de tiempo establecido, se mide en metros
cbicos.
- Consumo de cemento.- Es el consumo total de cemento, dividido entre
los metros cbicos de produccin, para determinar el consumo de
cemento en kilogramos por metro cbico de concreto.


154

- Resistencia promedio.- Se calcula un promedio ponderado de la
resistencia vendida, asignando un valor de ponderacin en funcin de la
resistencia, el consumo de cemento por metro cbico y la fluidez del
concreto.
- Factor de uso de cemento.- Es la determinacin de la cantidad de
cemento utilizado para un metro cbico de concreto entre la resistencia
promedio producida, es adimencional.
- Factor de uso de agregado.- Es la determinacin de la cantidad de
agregado (grava y arena) utilizado para un metro cbico de concreto, se
mide en metros cbicos de agregado por metro cbico de concreto.
- Performance Quality Index.- Es el ndice de calidad para evaluar el
desempeo del concreto y la produccin del mismo, determina una
calificacin de los cuatro indicadores estadsticos comentados en la
segunda etapa del diseo de la metodologa, se establece un factor de
ponderacin para cada uno de ellos y se determina una calificacin de la
calidad de la produccin.

A continuacin se indican los factores de ponderacin para el clculo del
Performance Quality Index (PQI)

Tabla 10. Factores de ponderacin por indicador
Indicador Unidad Ponderacin (%)
Sobrediseo (SD) kg/cm
2
30
Desviacin Estndar (STD) kg/cm
2
15
Factor de Correlacin (CRR) adim. 15
Fallas (resultados < fc) % 40
Fuente: Tomada de La Cementera (2008)


155

De la misma forma para cada uno de los cuatro indicadores que
determinan la calificacin del PQI se tiene considerado un factor de ponderacin
para cada edad a la que se evala el concreto, como se puede observar se le
otorga un mayor peso en la ponderacin a la edad de 7 das por considerar que es
la que permite realizar: un buen control de la calidad, pronstico de los resultados
y adems permite ser preventivo al poder realizar correcciones a los diseos y
mejorar la tendencia de la produccin a partir de ese momento. A continuacin
se muestran los datos en la tabla 11:

Tabla 11. Factores de ponderacin de sobre diseo para cada edad
Sobrediseo (30%) Ponderacin
28 das (real) 30%
7 das (pronstico) 60%
3 das (pronstico) 10%
Fuente: Tomada de La Cementera (2008)

Tabla 12. Factores de ponderacin de desviacin estndar para cada edad
Desv. Estndar (15%) Ponderacin
28 das (real) 45%
7 das (pronstico) 45%
3 das (pronstico) 10%
Fuente: Tomada de La Cementera (2008)

Tabla 13. Factores de ponderacin de correlacin para cada edad
Correlacin (15%) Ponderacin
28 das (real) ---
7 das (pronstico) 90%
3 das (pronstico) 10%
Fuente: Tomada de La Cementera (2008)


156

Tabla 14. Factores de ponderacin de porcentaje de fallas para cada edad
% de fallas (40%) Ponderacin
28 das (real) 30%
7 das (pronstico) 60%
3 das (pronstico) 10%
Fuente: Tomada de La Cementera (2008)

En resumen los factores que se consideran para el clculo del PQI y que
engloban toda la calidad de produccin de las plantas de concreto, son los que a
continuacin se muestran con los pesos especficos considerados para cada edad
y para cada uno de los indicadores:

Tabla 15. Resumen de factores de ponderacin para PQI
Factor de
Ponderacin 0.30 0.15 0.15 0.40
Indicadores Sobrediseo Desv. Estndar Correlacin % fallas
Edad (das) 28 7 3 28 7 3 7 3 28 7 3
Factor de
Ponderacin 0.30 0.60 0.10 0.45 0.45 0.10 0.90 0.10 0.30 0.60 0.10
Fuente: Tomada de La Cementera (2008)

Para todos los indicadores de calidad de la produccin de concreto
premezclado se tienen los siguientes parmetros establecidos por el presupuesto
que considera la empresa para el 2008:



157

Tabla 16. Indicadores tcnicos 2008
Indicadores PPTO
CC (kg/m3) 340
F'C (kg/cm2) 310
FUC (adim.) 1.09
FUA (m3) 1.31
PQI (%) 0.85

Fuente: Tomada de La Cementera (2008)


Concentracin y ponderacin de indicadores tcnicos
Una vez calculados los indicadores tcnicos, se acumula la informacin mediante
promedios ponderados en funcin de la produccin de concreto premezclado de
cada una de las plantas de la Regin, se determina el valor de los mismos para la
totalidad de las plantas y se expresa como un resultado mensual que se compara
contra indicadores establecidos en presupuestos para cada una de las plantas y de
manera ponderada para la regin, de acuerdo a polticas de la empresa se deber
ir cumpliendo, con un margen de operacin y los debidos ajustes de acuerdo a las
condiciones de mercado y ambientales que se vayan presentado a lo largo del
ao.





158

Evaluacin del beneficio de contar con el Asesor Tcnico
Como se mencion en el marco de referencia, con la reestructura realizada por
Corporativo de Cementos, se dej de lado la evaluacin de un rea tcnica al
concreto premezclado, de acuerdo con la orientacin de la compaa en ese
momento se dejo de dar atencin a este segmento y se volc toda la preferencia
del Servicio Tcnico hacia los clientes consumidores finales de los productos del
grupo, sin considerar a las filiales (Concretos Cement).

NOTA: A partir de 2008 se ha vuelto a dar la asesora al concreto
premezclado con todo el apoyo del rea de Servicios Tcnicos, con lo que se
puede apreciar un beneficio de estas actividades que resultan de vital importancia
para evaluar el cuestionamiento de este estudio.

La esencia de este estudio estriba en determinar el beneficio de contar con
la supervisin permanente de un Asesor Tcnico, ya que se asume que al
optimizar la calidad del concreto premezclado y en consecuencia los costos de
produccin se lograr esto.

Para ello se determinarn, analizarn y evaluarn los siguientes conceptos.

- Tiempo dedicado a las operaciones de concreto premezclado
- Reclamaciones de calidad (cantidad y costo)
- Tendencias de indicadores tcnicos
- Anlisis entre el tiempo de asesora tcnica y la optimizacin de
la calidad




159

Tiempo dedicado a las operaciones de concreto premezclado
Para este concepto se evalua el tiempo dedicado a las operaciones de concreto
premezclado en el periodo comprendido entre los aos 2004 y 2007, comparado
esto contra el periodo comprendido de Enero a Junio de 2008. La intencin es la
de verificar el tiempo que se le dedica en cada periodo a supervisar y asesorar los
aspectos relacionados con el concreto evaluado en periodos semestrales, el total
de las actividades realizadas por los Asesores Tcnicos.

Reclamaciones de calidad
Las reclamaciones de calidad son un aspecto fundamental para la imagen de la
compaa, por lo que con la intencin de evaluar la importancia de mejorar en la
optimizacin de la calidad de los productos se realizar una evaluacin de las
reclamaciones de calidad en el periodo comprendido entre los aos 2004 y 2007,
comparado contra el periodo comprendido de Enero a Junio de 2008, con la
intencin de verificar la cantidad de reclamaciones que se presentan en periodos
semestrales, as como el costo de las mismas y su acumulado en el mismo
periodo.

Tendencia de indicadores tcnicos
Se evaluar la tendencia de los diferentes indicadores tcnicos que se explicaron
con anterioridad (consumo de cemento, resistencia promedio, factor de uso de
cemento, factor de uso de agregados y performance quality index), para saber el
comportamiento y tendencia que han presentado con y sin la supervisin de un
Asesor Tcnico de manera permanente, buscando ver el reflejo en la calidad del
concreto premezclado, en el periodo comprendido entre los aos 2004 y 2007,
comparado contra el periodo comprendido de Enero a Junio de 2008, evaluado
en periodos semestrales.


160

Anlisis de indicadores y tiempo de asesora
Una vez determinados todos los conceptos definidos anteriormente, se realizar
un anlisis entre los mismos con el afn de determinar el beneficio obtenido con
la supervisin permanente de un Asesor Tcnico y la optimizacin de la calidad
del concreto premezclado y en consecuencia el costo de produccin, se establece
el anlisis entre el tiempo de asesora de los Asesores Tcnicos y la optimizacin
de la calidad del concreto premezclado y los indicadores mencionados con
anterioridad (reclamaciones de calidad, consumo de cemento, resistencia
promedio, factor de uso de cemento, factor de uso de agregados y performance
quality index), con la intencin de observar los resultados obtenidos en los
periodos de tiempo establecidos por la informacin presentada para el anlisis de
este estudio, con lo que se espera poder dar una clara respuesta a la interrogante
del estudio sobre la necesidad de contar con la supervisin permanente de un
Asesor Tcnico.

Anlisis entre el tiempo de asesora tcnica y la optimizacin de la calidad
Una vez determinado el tiempo que se le dedica a las operaciones de concreto
premezclado, se realiza un anlisis de series de tiempo de cada uno de los
indicadores tcnicos del concreto (reclamaciones de calidad, consumo de cemento,
resistencia promedio, factor de uso de cemento, factor de uso de agregados y performance quality
index) en los periodos semestrales establecidos, con el afn de determinar los
resultados que se obtienen al dedicar ms o menos tiempo de asesora a las
operaciones de concreto premezclado, una vez determinado este anlisis se podr
ver reflejado en la optimizacin del costo de produccin.




161

Resultado de la evaluacin del beneficio de contar con el Asesor Tcnico
de manera permanente
Realizado el anlisis de series de tiempo entre el tiempo de asesora tcnica a las
operaciones de concreto premezclado y los indicadores tcnicos del concreto
(reclamaciones de calidad, consumo de cemento, resistencia promedio, factor de uso de cemento,
factor de uso de agregados y performance quality index), en los periodos establecidos para
este estudio de los aos 2004 a 2007 y el periodo comprendido de Enero a Junio
de 2008, en periodos semestrales, se podr observar el beneficio de contar con la
supervisin permanente del Asesor Tcnico.

Es claro que la calificacin que se est buscando para determinar ese
beneficio est en funcin de los logros obtenidos en los indicadores tcnicos de
calidad, con las actividades de supervisin realizadas por el Asesor Tcnico en los
periodos de anlisis para este estudio.

Partiendo de la base de que una serie de tiempo es un conjunto de
observaciones hechas en momentos determinados, normalmente a intervalos
iguales, influenciado por diferentes factores que ofrecen ciertas variaciones y
caractersticas, se pretende realizar un anlisis de series de tiempo que permita
determinar la tendencia de los indicadores establecidos con la influencia de la
asesora tcnica.

Una vez realizado el anlisis de series de tiempo se establecer el criterio para
considerar si el tiempo que le dedica un Asesor Tcnico a las asesoras en el segmento del
concreto premezclado, se ve reflejado en la optimizacin de la calidad del concreto y como
consecuencia en el ahorro del costo de la produccin, en los periodos de tiempo semestrales
analizados, reflejado en los indicadores establecidos. Lo anterior permitir dar respuesta a la
interrogante principal de la investigacin y a probar el supuesto preliminar de este estudio.


162

Captulo 4 resultados y
discusin

El anlisis de las series de tiempo para la prueba del supuesto, correspondiente a
los aos 2004 a 2007 y de Enero a Junio de 2008, refiere a los conceptos:

- Tiempo dedicado a las operaciones de concreto premezclado
- Reclamaciones de calidad (cantidad y costo)
- Tendencias de indicadores tcnicos (consumo de cemento,
resistencia promedio, factor de uso de cemento, factor de uso de
agregados y performance quality index)
- Anlisis entre el tiempo de asesora tcnica y la optimizacin de
la calidad

La informacin que se presenta a continuacin corresponde al
promedio mensual de cada uno de los conceptos descritos anteriormente,
incluyendo el primer semestre de 2008, con excepcin del costo de las
reclamaciones que considera el total acumulado del ao. Para el anlisis de series
de tiempo entre los conceptos, tal como se ha establecido en el estudio, se
desglosa toda la informacin para cada ao de manera mensual, con el afn de
tener mayor confiablidad en el anlisis y en los promedios semestrales, que
permita ver el comportamiento y la tendencia de dichos indicadores, ms
claramente.



163

La presentacin de la informacin resumida por ao, muestra entonces, las
tendencias del comportamiento de cada uno de los indicadores y desde luego
podrn ser evaluados de manera detallada con el anlisis estadstico que se realice.

Asesoras a las operaciones de concreto premezclado
A continuacin se presenta el tiempo dedicado a las operaciones de concreto
premezclado en el periodo comprendido entre los aos 2004 y 2008.

Tabla 17. Histrico de asesoras a Operaciones de Concreto
Asesoras a
Operaciones Concreto
2004 2005 2006 2007 2008
Promedio mensual 4 5 5 6 30
Fuente: Elaborado con datos obtenidos de La Cementera (2004, 2005, 2006, 2007 y 2008)

As mismo el desglose del periodo comprendido de Enero a Junio de 2008.

Tabla 18. Asesoras a Operaciones de Concreto
2008
Asesoras a Operaciones
Concreto
Ene Feb Mar Abr May Jun
Mensual 35 33 29 26 29 28
Fuente: Elaborado con datos obtenidos de La Cementera (2008)

En ambos casos estos datos son el promedio mensual de asesoras a
operaciones concreto por Asesor Tcnico. Se puede verificar el tiempo que le
dedica cada Asesor en cada periodo a supervisar y asesorar los aspectos
relacionados con el concreto. Se puede observar que durante el periodo
comprendido entre 2004 y 2007 se le dedicaba menor atencin (15%
aproximadamente) a las actividades de operaciones concreto con respecto a lo
que se realiza en el periodo comprendido entre Enero y Junio de 2008, debido a


164

que a partir de Enero de 2008 se dio la indicacin de dedicar ms apoyo a estas
operaciones con el respaldo del rea de Servicios Tcnicos, buscando que se
mejoren: la calidad del concreto premezclado y en consecuencia los costos de
produccin, esto ltimo con la intencin de optimizarlos tal como se podr
apreciar en los siguientes indicadores.

Reclamaciones de calidad
Las reclamaciones de calidad son un aspecto fundamental para la imagen de la
compaa, por lo que con la intencin de evaluar la importancia de mejorar en la
optimizacin de la calidad de los productos, se realiza una evaluacin de las
reclamaciones de calidad en el periodo comprendido entre los aos 2004 y 2008.

Particularmente el concepto de promedio mensual de reclamaciones no es
representativo de la calidad del concreto premezclado, debido a que existen otros
factores que influyen en la calidad del mismo como puede ser la colocacin o los
cuidados posteriores a esta, es decir pueden reclamar infinidad de veces, pero no
en todas las ocasiones procede por la mala calidad del concreto, sin embargo esto
trae como consecuencia una mala percepcin de la calidad del concreto y de la
imagen de la compaa.

De las reclamaciones se deriva un concepto que es el costo de las mismas,
en este caso ese costo representa las reclamaciones que si proceden desde el
punto de vista de calidad del concreto premezclado como deficiente. Este
concepto si est afectado por el grado de supervisin que se le dedique a las
operaciones de concreto, ya que con la supervisin permanente de un asesor
tcnico se puede garantizar que el producto est bien desde la identificacin de
los requerimientos del cliente para proporcionarle lo ms adecuado de acuerdo a


165

sus necesidades y a la gama de productos de la compaa, al diseo de la mezcla
de concreto, a la produccin y el transporte hasta el lugar de su colocacin, a la
supervisin durante la colocacin y a los cuidados posteriores a esta, as como la
evaluacin correcta del concreto mediante los mtodos establecidos por las
normas mexicanas de calidad.

A continuacin se presenta el promedio mensual y costo de las
reclamaciones en el periodo comprendido entre los aos 2004 y 2008.

Tabla 19. Histrico de reclamaciones de calidad
Reclamaciones de
calidad
2004 2005 2006 2007 2008
Promedio mensual 4 5 5 6 3
Costo anual ($) 85000 105000 75000 63000 25000
Fuente: Elaborado con datos obtenidos de La Cementera (2004, 2005, 2006, 2007 y 2008)

As mismo el periodo comprendido de Enero a Junio de 2008.

Tabla 20. Reclamaciones de calidad
2008
Reclamaciones de
calidad
Ene Feb Mar Abr May Jun
Mensual 4 3 1 3 2 3
Costo mensual ($) 0 3000 5000 2000 12000 3000
Fuente: Elaborado con datos obtenidos de La Cementera (2008)

Se puede verificar la cantidad promedio de reclamaciones que se presentan
en cada periodo evaluado mensualmente, as como el costo acumulado de las
mismas. En cuanto al promedio mensual de reclamaciones se puede observar un
decremento drstico del orden del 50%, as mismo la disminucin del costo de
las reclamaciones procedentes, representando hasta el mes de Junio de 2008 un


166

30% con respecto al promedio del periodo de 2004 al 2007, se considera esto
como un buen resultado de la supervisin de los Asesores Tcnicos en los
aspectos de las operaciones de concreto, para que al momento del suministro del
producto vaya con una inspeccin ms detallada y con un menor riesgo de
obtener mala calidad.

Indicadores tcnicos
Otro de los conceptos importantes a detallar en este estudio es lo relacionado
con los indicadores tcnicos que permiten conocer la calidad del concreto
premezclado. A continuacin se presenta la tendencia de los diferentes
indicadores para saber el comportamiento que han presentado con y sin la
supervisin de un Asesor Tcnico, buscando ver el reflejo en la calidad del
concreto premezclado, en el periodo comprendido entre los aos 2004 y 2008.

Tabla 21. Histrico de indicadores tcnicos
Indicadores tcnicos 2004 2005 2006 2007 2008
CC (kg/m3) 318 323 325 330 326
F'C (kg/cm2) 263 271 273 280 280
FUC (adim.) 1.21 1.19 1.19 1.18 1.17
FUA (m3) 1.27 1.27 1.26 1.25 1.24
PQI (%) 0.79 0.81 0.83 0.84 0.86
Fuente: Elaborado con datos obtenidos de La Cementera (2004, 2005, 2006, 2007 y 2008)

Para el perodo comprendido de Enero a Junio de 2008 en donde s se
cuenta con la supervisin de un Asesor Tcnico.



167

Tabla 22. Indicadores tcnicos
2008
Indicadores tcnicos Ene Feb Mar Abr May Jun
CC (kg/m3) 318 323 322 325 327 336
F'C (kg/cm2) 268 274 277 283 282 291
FUC (adim.) 1.20 1.18 1.17 1.15 1.16 1.16
FUA (m3) 1.26 1.24 1.24 1.24 1.24 1.24
PQI (%) 0.86 0.86 0.88 0.85 0.85 0.87
Fuente: Elaborado con datos obtenidos de La Cementera (2008)

En el concepto de CC (consumo de cemento) podemos observar un
comportamiento de incremento del mismo, esto se debe a que la venta de
concreto que se mide a travs de la fc (resistencia a la compresin) tambin se ha
incrementado entre los aos 2004 y 2007, sin embargo en el periodo acumulado
de 2008 podemos observar que se ha vendido la misma resistencia que en el
2007, pero con un menor consumo de cemento (4 kg/m3), esto significa que con
menos cemento se ha dado ms resistencia, obteniendo en consecuencia un
decremento en el indicador del FUC (factor de uso de cemento), que como se
aprecia en la tabla 21, haba venido disminuyendo por consecuencia de vender
mayor resistencia en los aos de 2004 a 2007, sin embargo el decremento en el
2008 se ha dado por la optimizacin en el consumo de cemento, ya que como se
explic anteriormente, con cuatro kilos menos de cemento por metro cbico se
est dando la misma resistencia.

Las condiciones de otra de las materias primas (el agregado) se ha visto
con un decremento en el periodo de 2004 a 2007 y con un comportamiento muy
homogneo en el periodo de Enero a Junio de 2008, debido a que se ha
controlado un concepto llamado rendimiento que considera la cantidad de
concreto suministrado por metro cbico, a travs de las densidades que los
diferentes materiales que componen el concreto premezclado, podemos saber el


168

volumen que ocupan en un metro cbico, esto representado en litros equivale a
que por cada metro cbico de concreto debemos tener mil litros, al momento de
ajustar las cantidades de agregado que conforman el 67% de un metro cbico de
concreto, podemos garantizar que se cumpla con esa cantidad de producto, esto
representa que en los aos entre 2004 a 2007 se estaba entregando un excedente
(no cobrado) y que ahora con el ajuste como lo presenta el indicador FUA (factor
de uso de agregado), podemos observar un ahorro por este concepto en el
consumo de agregado, siempre cumpliendo con la cantidad justa de lo solicitado
por los clientes.

En cuanto al ndice de calidad PQI (Performance Quality Index) se puede
observar un incremento en ambos periodos, en el comprendido entre los aos de
2004 a 2007 un incremento del 6% y con respecto al 2008 del 9% con resultados
superiores a cualquiera de los obtenidos en los aos anteriores, esto nos permite
considerar que la supervisin de un asesor tcnico, logra reflejarse en la mejora
de la calidad del concreto.

Datos para Anlisis de Series de Tiempo
La informacin base con la que se determinan los promedios semestrales se
muestra en el anexo A y A.1, se presenta en forma mensual y en el anexo B se
determinan los promedios semestrales y se establece el anlisis de series de
tiempo entre el tiempo de asesora brindado por el rea de Servicios Tcnicos a
las operaciones de concreto premezclado y los diferentes conceptos e indicadores
establecidos en el presente estudio. Esta evaluacin permite tener una mejor
perspectiva de las tendencias, de acuerdo a lo que se presenta en cada grfico.




169

Resultados de Anlisis de Series de Tiempo en periodos semestrales
Del anlisis de series de tiempo de la informacin semestral, relacionando las
asesoras con cada uno de los indicadores tcnicos en el periodo comprendido
entre los aos 2004 y 2008, podemos observar la tendencia y una notable mejora
cuando se tiene mayor supervisin de parte de los Asesores Tcnicos en cada
uno de los indicadores.


Grfica 1. Serie de tiempo Asesoras vs reclamaciones


Fuente: Elaboracin propia (2008)









170

Grfica 2. Serie de tiempo Asesoras vs costo dereclamaciones

Fuente: Elaboracin propia (2008)

Se puede observar en este anlisis semestral, que se tiene una disminucin
en el nmero de reclamaciones y en el costo de las mismas, considerando el
incremento en el nmero de asesoras. De manera particular se puede observar
una disminucin considerable en el nmero de reclamaciones en el primer
semestre del 2008 en comparacin contra todo el periodo de anlisis del primer
semestre de 2004 al segundo semestre de 2007.

De igual forma se puede apreciar la tendencia a la disminucin del costo de
las reclamaciones que si proceden, como se muestra en el periodo comprendido
entre Enero y Junio de 2008 (primer semestre), en comparacin con los periodos
del primer semestre de 2004 al segundo semestre de 2007, aun considerando un
par de decrementos en el costo de las reclamaciones en el segundo semestre del
2004 y el primer semestre del 2006, mejorando el beneficio para el 2008.




171

Grfica 3. Serie de tiempo Asesoras vs consumo de cemento

Fuente: Elaboracin propia (2008)


Grfica 4. Serie de tiempo Asesoras vs Resistencia

Fuente: Elaboracin propia (2008)




172

En los grficos 3 y 4: consumo de cemento y resistencia vendida por
metro cbico de concreto, se nota el incremento de la resistencia promedio de
venta entre el periodo del primer semestre del 2004 y el primer semestre del
2008, as como la disminucin del consumo de cemento en el mismo periodo
para lograr la resistencia solicitada. En el segundo semestre de 2004 se observa
un decremento en la resistencia de venta, en consecuencia en el consumo de
cemento debido a proyectos que as lo demandaron, sin embargo en el grfico de
factor de uso de cemento se ve reflejado en un incremento, en este caso en
particular lo que se puede apreciar es que la resistencia es un valor que depende
de los consumidores en el mercado y del tipo de proyecto al que se suministre
concreto.

Es importante que el consumo de cemento se disminuya, ya que esto
adems de optimizar la calidad del concreto, trae como consecuencia la
disminucin en los costos de produccin del rea de concreto premezclado,
especficamente en el cemento, que como se menciono con anterioridad, resulta
ser la materia prima de ms alta participacin en el costo del concreto
premezclado, por lo que adems se vuelve de suma importancia su control a
travs de una constante supervisin de su desempeo en el concreto.

Como dato adicional, en los grficos 3 y 4 se puede observar que la
demanda del mercado exige cada vez mayores resistencias, lo que va de la mano
de un mayor consumo de cemento, esto tambin se debe al mayor nmero de
asesoras por parte del rea de Servicios Tcnicos que permiten ofrecer a los
clientes de Corporativo de Cementos mejores soluciones en cuanto a
desarrollo de mayores resistencias, a menor tiempo, lo cual les permite realizar
sus procedimientos constructivos de manera ms rpida. Todo ello da un


173

beneficio a las operaciones de concreto premezclado, ya que ese tipo de
concretos con mayor resistencia permite obtener mejores ingresos a la compaa,
volver eficiente la produccin y en consecuencia obtener mayores utilidades.

Ahora se presentan las grficas de los principales indicadores tcnicos.
(FUC, FUA, PQI)

Grfica 5. Serie de tiempo Asesoras vs FUC

Fuente: Elaboracin propia (2008)

Como resultado de la relacin entre el consumo de cemento y la resistencia
promedio vendida se obtiene el factor de uso de cemento (FUC), en el anlisis de
tiempo relacionado con el factor de uso de cemento vs el nmero de asesoras de
Servicios Tcnicos al rea de concreto premezclado, se puede observar la
disminucin de este indicador en el primer semestre de 2008, en comparacin
con todo el periodo de anlisis del primer semestre del 2004 al segundo semestre
del 2007, precisamente cuando se incrementan las asesoras tcnicas al rea de
concreto premezclado.


174

Grfica 6. Serie de tiempo Asesoras vs FUA

Fuente: Elaboracin propia (2008)

El indicador de factor de uso de agregado (FUA) ha tenido un decremento
con un comportamiento muy homogneo, esto es, por un lado controlando el
rendimiento del concreto vendido, obteniendo un control en el volumen
suministrado, sin dejar de cumplir con cada metro cbico suministrado, tal como
se aprecia en el primer semestre de 2008.

Grfica 7. Serie de tiempo Asesoras vs PQI

Fuente: Elaboracin propia (2008)


175

El indicador que permite agrupar cuatro indicadores estadsticos
(desviacin estndar, sobre diseo, correlacin y porcentaje de fallas) de la
produccin de las plantas de concreto es el PQI, este se ha visto con una
tendencia a la alza, del primer semestre de 2004 al segundo semestre de 2007, sin
embargo se ha incrementado en el primer semestre de 2008 de manera
significativa, tal como se muestra en el grfico 7 con la aplicacin de ms
asesoras en el ltimo periodo analizado.

Todos los indicadores analizados relacionados con el nmero de asesoras
a travs de la serie de tiempo, nos permiten inferir que se mejoran de acuerdo a la
tendencia que se observa en cada grfico, en virtud de lo anterior se puede
determinar que la supervisin permanente de un Asesor Tcnico si influye en la
optimizacin de la calidad del concreto y en consecuencia en la optimizacin en
el costo de produccin del mismo.

Consideraciones Finales
Los resultados permiten inferir que se cumple con el supuesto de estudio, esto es,
la supervisin permanente de un Asesor Tcnico, permite optimizar la calidad de
la produccin del concreto premezclado y en consecuencia la optimizacin de los
costos de produccin del mismo, obteniendo como resultado una mejor
percepcin de la calidad del producto suministrado y en consecuencia una mejor
aceptacin de la compaa por parte del mercado consumidor.
En cada anlisis de las series de tiempo, se observ la tendencia a la
mejora an en el caso de las reclamaciones que como se mencion en el desglose
del estudio, se pueden presentar infinidad de reclamos, pero no todos proceden
debido a diferentes circunstancias, incluso en algunos casos ajenas a la calidad del
concreto.


176

En funcin de los cambios que se buscan en la organizacin, ----uno de ellos
se relaciona directamente a la supervisin permanente de apoyo a las operaciones de concreto
premezclado----, es que se vuelve de vital importancia contar con un equipo
permanente de Asesores Tcnicos que logre mantener de manera estable la
tendencia de los indicadores como se logra apreciar en los anlisis de las series de
tiempo llevados a cabo. Esto significa que se es recomendable contar con un
grupo de expertos que permita de manera permanente, trabajar en la
optimizacin de la calidad del concreto.

Indudablemente las expectativas de los consumidores de concreto
premezclado seguirn cambiando, ya que en todo momento querrn obtener
mayores beneficios del producto, esto ltimo, en funcin de los resultados
obtenidos. El cliente demanda mayor resistencia del concreto con el afn de
optimizar sus procesos constructivos, lo que conlleva a mejorar necesariamente
este indicador. Es aqu donde reviste singular importancia de contar con un
equipo experimentado que est supervisando de manera permanente la calidad en
el concreto y en la produccin del mismo. Este hecho qued demostrado con el
factor de uso de cemento que relaciona el consumo de cemento y la resistencia
promedio vendida, el indicador mejora cuando ms resistencia se vende con un
menor consumo de cemento.

As mismo, un control en la produccin del concreto premezclado permite
tener mejores rendimiento, tal como se observa en el anlisis del factor de uso de
agregados, en el cual se concluye que con la participacin del equipo de Asesores
Tcnicos se logra optimizar el indicador de rendimiento del concreto, que
adems permite hacer entregas completas del producto sin perjudicar al


177

consumidor por algn faltante del mismo y lograr con ello, un beneficio para la
compaa al reducir al mnimo la entrega en exceso de concreto.

El indicador que engloba la calidad de la produccin del concreto
premezclado es el Performance Quality Index (PQI) el cual como se explic en
su momento est constituido por la desviacin estndar del proceso de
produccin, el sobre diseo del concreto, la correlacin del pronstico de
resistencias de 3 y 7 a 28 das y el porcentaje de fallas establecido por la norma
mexicana del concreto y reconocido por La Cementera para cumplir con la
calidad requerida por los consumidores de concreto premezclado.

Al tener un proceso controlado durante las etapas que conforman el PQI
se puede lograr una optimizacin en la calidad del concreto premezclado y en
consecuencia la optimizacin del mismo durante su produccin, trayendo como
resultado la optimizacin del costo de produccin.

Finalmente se concluye a partir de los resultados obtenidos, que es
recomendable contar con un equipo de especialistas que permita dar el
seguimiento de manera constante a las actividades de supervisin a las
operaciones de concreto premezclado.

La evidencia de los resultados, permitieron observar que los indicadores se
ven favorecidos y en consecuencia se obtienen mejores resultados para los
consumidores del producto y para la compaa, esto permite cumplir el concepto
del ganar-ganar, en el que ganan, como se mencion anteriormente, los
consumidores al recibir un mejor producto y la compaa al verse favorecida con
mayores consumos de concreto


178

Futuras lneas de investigacin.
Con un afn de lograr una mejora continua en el grupo La Cementera, se
considera recomendable establecer algunas lneas de investigacin relacionadas
con:

1.- Control en el proceso de dosificacin del concreto premezclado.
2.- Identificacin y seleccin de materia prima para la elaboracin de
concreto premezclado.

Estos temas pueden resultar convenientes para mejorar la calidad del
concreto premezclado, en aras de volver ms eficiente la produccin del concreto
premezclado en el grupo, ya que previendo el desarrollo tecnolgico en los
diferentes procesos constructivos, el concreto premezclado desplazar tal como
se ha venido observando en los ltimos aos, al concreto hecho en obra, cada
vez los consumidores aprecian ms la homogeneidad y facilidad de colocacin
del concreto premezclado, en comparacin con el almacenamiento de materias
primas y la dudosa calidad al elaborarlo de manera rudimentaria en las obras.

Este tipo de investigaciones aportar experiencia y conocimiento a la
industria del concreto en el pas, ya que los conocimientos vertidos en la misma
son de aplicacin para cualquier productor de concreto premezclado.


179

Bibliografa
Adam M. Neville, 1999. Tecnologa del Concreto. Primera Edicin. Ed.
Instituto Mexicano del Cemento y del Concreto.
Gordon A. Anderson, Joseph F. Artuso, 2002. Manual para Supervisar Obras
de Concreto. Primera Edicin, Ed. American Concrete Institute.
Traduccin del Instituto Mexicano del Cemento y del Concreto.
Heinz Kohrler. 1996. Estadstica para Negocios y Economa. Primera
Edicin. Compaa Editorial Continental.
Hernndez Sampieri R. Fernndez Collado C. 2006. Metodologa de la
Investigacin. Cuarta edicin. Editorial McGraw Hill.
Murray R. Spiegel. 1969. Serie Schaum Teora y Problemas de Estadstica.
Primera Edicin. Ed. McGraw Hill.
NMX-C-111-2004, Agregados para Concreto, Organismo Nacional de
Normalizacin y Certificacin de la Construccin y Edificacin.
NMX-C-122-2004, Agua para Concreto, Organismo Nacional de
Normalizacin y Certificacin de la Construccin y Edificacin.
NMX-C-155-2004, Concreto hidrulico Industrializado, Organismo Nacional
de Normalizacin y Certificacin de la Construccin y Edificacin.
NMX-C-255-2006, Aditivos Qumicos para, Organismo Nacional de
Normalizacin y Certificacin de la Construccin y Edificacin.
NMX-C-403-1999, Concreto hidrulico para Uso Estructural, Organismo
Nacional de Normalizacin y Certificacin de la Construccin y
Edificacin.
NMX-C-414-2004, Cementos hidrulicos, Organismo Nacional de
Normalizacin y Certificacin de la Construccin y Edificacin.
Steven H. Kosmatka, Beatrix Kerkhohh, 2004. Diseo y Control de Mezclas de
Concreto. Primera Edicin. Ed. Portland Cement Association.


180

ANEXO A
A. Datos mensuales para anlisis de series de tiempo


Periodo Ases Reclamaciones Indicadores tcnicos
Op Conc Recl Costo CC f'c FUC FUA PQI
ene-04 3 4 12000 315 260 1.21 1.27 0.77
feb-04 2 7 8000 333 278 1.20 1.26 0.76
mar-04 5 6 9000 328 263 1.25 1.31 0.81
abr-04 6 7 5000 331 276 1.20 1.26 0.76
may-04 3 9 4500 318 263 1.21 1.27 0.77
jun-04 5 11 26000 326 271 1.20 1.26 0.76
jul-04 3 7 4000 229 185 1.24 1.30 0.80
ago-04 7 5 5000 334 279 1.20 1.26 0.78
sep-04 6 8 3500 328 273 1.20 1.26 0.76
oct-04 3 9 6000 317 262 1.21 1.27 0.77
nov-04 2 7 4500 313 250 1.25 1.31 0.81
dic-04 3 4 7500 320 265 1.21 1.27 0.77
ene-05 4 5 3000 328 276 1.19 1.27 0.77
feb-05 5 3 16500 325 266 1.22 1.30 0.80
mar-05 3 7 8000 331 279 1.19 1.27 0.77
abr-05 4 6 2000 325 273 1.19 1.27 0.82
may-05 6 7 11000 328 269 1.22 1.30 0.80
jun-05 6 4 5500 320 258 1.24 1.32 0.83
jul-05 7 3 21000 318 266 1.20 1.28 0.78
ago-05 6 4 8500 321 269 1.19 1.27 0.79
sep-05 7 7 10000 317 265 1.20 1.28 0.78
oct-05 6 5 4500 329 277 1.19 1.27 0.81
nov-05 3 6 8000 325 270 1.20 1.28 0.89
dic-05 3 3 7000 314 262 1.20 1.28 0.78
ene-06 3 4 6000 320 268 1.19 1.27 0.79
feb-06 3 6 11000 327 277 1.18 1.26 0.76
mar-06 6 3 5000 330 278 1.19 1.27 0.82
abr-06 7 5 1000 325 270 1.20 1.28 0.78
may-06 6 6 3500 332 275 1.21 1.29 0.83
jun-06 7 5 6500 331 279 1.19 1.27 0.85
jul-06 6 3 17000 327 270 1.21 1.29 0.81
ago-06 5 6 2000 329 277 1.19 1.27 0.82
sep-06 4 7 5500 331 272 1.22 1.30 0.80
oct-06 5 6 3500 326 260 1.25 1.33 0.83
nov-06 3 4 6000 322 270 1.19 1.27 0.79
dic-06 5 5 8000 318 266 1.20 1.28 0.78




181

A.1 Datos mensuales para anlisis de series de tiempo (Cont.)

Periodo Ases Reclamaciones Indicadores tcnicos
Op Conc Recl Costo CC f'c FUC FUA PQI
ene-07 4 5 2000 335 270 1.24 1.31 0.81
feb-07 6 9 6000 326 276 1.18 1.25 0.78
mar-07 3 5 8000 338 288 1.17 1.24 0.80
abr-07 5 7 3500 334 284 1.18 1.25 0.84
may-07 7 3 7000 328 260 1.26 1.33 0.83
jun-07 6 6 8000 325 271 1.20 1.27 0.88
jul-07 7 8 2500 331 281 1.18 1.25 0.82
ago-07 6 6 5000 329 275 1.20 1.27 0.85
sep-07 8 3 10000 328 278 1.18 1.25 0.80
oct-07 7 5 3000 327 273 1.20 1.27 0.77
nov-07 6 8 6000 318 268 1.19 1.26 0.81
dic-07 7 7 2000 330 273 1.21 1.28 0.86
ene-08 35 2 0 318 268 1.20 1.26 0.86
feb-08 33 4 3000 323 274 1.18 1.24 0.86
mar-08 29 3 5000 322 277 1.17 1.24 0.88
abr-08 26 5 2000 325 283 1.15 1.24 0.85
may-08 29 2 12000 327 282 1.16 1.24 0.85
jun-08 28 2 3000 336 291 1.16 1.24 0.87



B. Datos semestrales para anlisis de series de tiempo

Periodo Ases Reclamaciones Indicadores tcnicos
(Semestre) Op Conc Recl Costo CC f'c FUC FUA PQI
04-I 4 7 64500 325 269 1.21 1.27 0.77
04-II 4 7 30500 307 252 1.22 1.28 0.78
05-I 5 5 46000 326 270 1.21 1.29 0.80
05-II 5 5 59000 321 268 1.20 1.28 0.80
06-I 5 5 33000 328 275 1.19 1.27 0.81
06-II 5 5 42000 326 269 1.21 1.29 0.80
07-I 5 6 34500 331 275 1.21 1.28 0.82
07-II 7 6 28500 327 275 1.19 1.26 0.82
08-I 30 3 25000 325 279 1.17 1.24 0.86



182











































INDICADORES FINANCIEROS
(Credit Scoring Models o CSM)





183

Captulo 1 antecedentes del
caso estudiado

Comnmente las propuestas de como lograr una efectiva gestin de cuentas por
cobrar hacen nfasis en tres aspectos principalmente; a) en la definicin de las
polticas de ventas a crdito, que engloban tanto la definicin de los montos
como de los plazos que conviene otorgar, b) en el anlisis de crdito que se
debe elaborar para la identificacin y gestin del riesgo de incumplimiento de los
clientes, y finalmente c) en el diseo de acciones efectivas para llevar acabo la
cobranza. Todas las recomendaciones de esta naturaleza tienen como proposito
favorecer el flujo financiero de la empresa y la reduccin de los costos
administrativos generados por el tiempo en la gestin y recuperacin de los
crditos incumplidos.

Un principio bsico es que dicha gestin se debe asumir como una
actividad riesgosa que requiere de control y supervisin permanente, por lo cual,
una atencin eficaz, particularmente del segundo aspecto, resulta fundamental.
Para lograrlo, se recomienda comnmente la realizacin de un anlisis de las
condiciones econmicas del mercado en que operan sus clientes, as como, la
conformacin de bases de datos sobre su historial de cumplimiento y el anlisis
de sus capacidades potenciales para cumplir con sus obligaciones, para lo cual, se
requiere de toda la informacin relevante sobre los mismos (Van Horne y
Wachowicz, 2002; Rose, Westerfield y Jaffe, 1999; Pascal, 1998; entre otros).




184

Para la elaboracin de esto ltimo, en los casos de algunos productos,
principalmente financieros de distribucin masiva, como las tarjetas de crdito y
los crditos hipotecarios, algunas empresas han diseado modelos estadsticos
que permiten modelar el riesgo con base en un conjunto especfico de
caractersticas de los clientes, los cuales permiten otorgar una calificacin o rating
de manera objetiva sobre las posibilidades de incumplimiento (Hand and Henley,
1997; Schreiner, 2002), sin embargo, para los casos de empresas no financieras
que sus clientes son otras empresas, por la naturaleza de sus transacciones, la
recomendacin sigue siendo un anlisis convencional de razones financieras
9
.

Dicho anlisis de razones financieras, al igual que los modelos de
calificacin de riesgos, lo que pretende es identificar las caractersticas que son
representativas de los clientes para as distinguirlos y poder asumir una postura
comercial apropiada en las operaciones a crdito, con la particularidad que el
distintivo principal son las caractersticas financieras que se describen en los
estados financieros de los clientes.

Estos estudios muestran una fotografa a un periodo determinado sobre
las condiciones de liquidez, apalancamiento y rentabilidad de los clientes, la cual
permite a los ejecutivos poder juzgar la posibilidad de que se puedan cumplir los
trminos pactados. Se realiza de esta forma por que se asume que existen
relaciones entre el conjunto de esos indicadores financieros y la capacidad de
cumplimiento, aunque no se identifica el peso o importancia relativa que tiene
cada uno de ellos por separado sobre el segundo, ni se requiere la verificacin
de tal relacin.

9
Entre las principales restricciones para la aplicacin de los modelos estadsticos en el segundo grupo de empresas se encuentran la
heterogeneidad de las condiciones de los crditos y de los mismos clientes, as como la cantidad de datos disponibles (Mester, 1997)



185

Para tener ms confianza en los resultados, tambin es comn que se
recomiende que la informacin financiera que se solicite est auditada, sin
embargo, no se observan recomendaciones sobre mecanismos que permitan
evaluar la efectividad del estudio ex post, es decir, mientras los datos estn
auditados se confa en el proceso. Despus de observar la fotografa, los
ejecutivos, esperando en el mejor de los casos que se reproduzcan patrones
observados en el pasado, o simplemente confiando en las polticas y en el
mtodo aplicado, determinan las condiciones de los crditos.

Sin embargo, es premisa lgica considerar que el proceso debe llegar a
evaluar la efectividad del anlisis, y por tal motivo es que se debe trabajar, a su
vez, en mtodos confiables que garanticen que la evaluacin de los riesgos se est
haciendo correctamente. En la presente investigacin se trabaja en esa direccin,
explorando la eficacia de indicadores financieros convencionales en la gestin de
cartera, en particular en el anlisis crediticio que realizan empresas no
financieras, y mostrando cmo modelos utilizados en la calificacin de riesgos
crediticios (Credit Scoring Models o CSM) pueden ser muy tiles para estos fines.

Para ello, se analizar el caso de una empresa emblemtica del sector
manufacturero del Estado de Veracruz y del Pas, que accedi a colaborar en el
proyecto. Esta compaa cuenta con amplia experiencia en la gestin de ventas a
crdito
10
, invierte una gran cantidad de recursos materiales y econmicos para
llevar a cabo la gestin profesional de sus cuentas por cobrar, y lo ms
importante, utilizan el anlisis de razones financieras como fuente de informacin
fundamental para la elaboracin de sus anlisis de crdito, por lo cual, la
revisin de su caso puede resultar muy ilustrativo.

10
Por motivos de confidencialidad el nombre de la compaa, as como el de sus clientes, no sern
nombrados.


186

El resto del documento est organizado de la siguiente manera; en el
apartado siguiente se presenta una descripcin de las caractersticas de los
modelos estadsticos (CSM) que se pueden aplicar para la evaluacin de los
indicadores financieros. En la seccin tres se analiza la informacin general de la
compaa y las condiciones que prevalecan en sus cuentas por cobrar durante el
periodo de 2004 y 2005. En la cuarta seccin se presenta la explicacin del
proceso de estimacin utilizado y los resultados sobre la evaluacin de la
efectividad de las razones financieras. Finalmente se presentan conclusiones.



187

Captulo 2 referentes tericos

Modelos CSM en la gestin de cartera.
Los modelos CSM principalmente se utilizan para generar un pronstico
estadstico con el propsito de identificar y reducir el riesgo asociado al impago
de los clientes que cuentan con algn tipo de crdito. stos suponen que existen
caractersticas cuantificables que afectan el riesgo, asimismo, suponen que el
desempeo de los prestamos futuros con caractersticas dadas ser similar al
desempeo de los prestamos pasados con caractersticas similares (Schreiner,
2000).

La primera etapa del proceso de evaluacin consiste en conseguir
informacin sobre el desempeo y caractersticas de los prstamos pasados. Cabe
sealar que sta parte del proceso es medular, ya que se deben contar con bases
de datos amplias, que debern incluir un rango completo de las caractersticas del
cliente y del prstamo.

Si se cuenta con esta fundamental base de datos, el paso siguiente es
delimitar el tipo de Riesgo a estimar, ya que para que la calificacin estadstica
tenga relevancia debe estar asociada a riesgos costosos. Por ejemplo, atrasos de 1
a 5 das pueden ser frecuentes pero no muy costosos, sin embargo, atrasos de
30 das o ms pueden ser poco frecuentes pero muy costosos. O bien, dada la
necesidad de planear un flujo financiero para un periodo en particular pudiera ser
conveniente hacer la estimacin de la probabilidad de que una vez cubierto el
compromiso el cliente decida asumir otro.



188

Es decir, que los modelos se pueden ajustar para brindar informacin
sobre diversos tipos de riesgos y cualquiera de ellos se puede utilizar para
identificar las caractersticas primordiales que determinan el grado de riesgo por
incumplimiento del prestatario. Para los fines de esta investigacin el modelo de
referencia que se ocupar ser aquel que estima la probabilidad de que un
prstamo vigente (o en proceso de evaluacin) tenga un atraso de ms de cierta
cantidad de das.

Los resultados de este tipo de modelos permiten realizar una gestin
efectiva del crdito comercial y sobre todo facilita la toma de decisiones
(Velzquez, 2004) en lo referente a:

Evaluaciones del riesgo de incumplimiento en las cuentas por cobrar y
flujos de efectivo.
Asignacin de una calificacin crediticia de los clientes en categoras
homogneas segn su ranking o probabilidad de incumplimiento.
Clasificacin de segmentos de clientes segn su rentabilidad;
abandonar/entrar en nichos de mercado.
Definicin de polticas comerciales diferenciadas entre clientes.
Aumento o disminucin del crdito concedido y/o modificacin de las
condiciones de cobro.
Identificacin de patrones especficos de riesgo.

Adems, como se mostrar ms adelante, tambin pueden servir como
mtodos que permiten evaluar la eficacia del anlisis de crdito que se lleve a
cabo. Esto se puede lograr al determinar dentro de un conjunto de variables
cules explican significativamente la probabilidad de incumplimiento, lo cual se


189

producir, a su vez, si las diferencias de los valores de las variables estn
relacionadas con las diferencias en los niveles de cumplimiento.

Para efectos de esta investigacin, el inters central ser precisamente
encontrar cules de los indicadores financieros en lo individual estn relacionados
o explican la probabilidad de incumplimiento de los pagos. Esto permitir
confirmar o desechar la idea de que con la interpretacin de las razones
financieras se puede tener una buena concepcin de los riesgos de la cartera o
identificar a que indicador sera ms conveniente ponerle particular atencin.



190

Captulo 3 contexto de la
empresa

Situacin de la Empresa Manufacturera. (Aspectos generals)
La compaa es un proveedor lder a nivel nacional de productos y servicios
principalmente para las industrias petrolera y automotriz. La planta est ubicada
en el estado de Veracruz y cuenta con un total de 2,500 empleados. El grupo
industrial al que pertenece tiene ventas netas consolidadas por ms de $ 6,500
millones de dls., con operaciones alrededor del mundo. La planta por su parte
participa con el 25% en las ventas anuales del grupo de las cuales el 80% las hace
a empresas privadas y el 20% restante son al gobierno.

Dada la naturaleza de las transacciones que realiza (el 60% de sus ventas
son a crdito), la compaa cuenta con un departamento de crdito y cobranza en
la que analistas especializados utilizan su basta experiencia y conocimiento sobre
los clientes para asignar lneas de crdito, determinar montos, plazos y las
formas de pago en cada caso.

Sus funciones las llevan a cabo procurando identificar el riesgo de impago
en las cuentas por cobrar, para lo cual se siguen polticas comerciales internas o
guidelines para la identificacin de algunos patrones especficos de riesgo. Los
anlisis se hacen considerando informacin sobre la constitucin legal de los
clientes, las condiciones de mercado en las industrias en las que participan y,
principalmente, a travs de la interpretacin de los estados financieros de las
mismas, lo cual es integrado y evaluado por el ejecutivo.



191

Situacin de las cuentas por cobrar de la compaa.
Para efectos de conocer la situacin de las cuentas por cobrar de la compaa, se
tuvo acceso a una muestra representativa de 36 clientes que se encuentran dentro
del grupo de empresas del mercado local (principal nicho de mercado de la
compaa), con informacin para los cierres de los ejercicios fiscales de 2004 y
2005.

Es importante sealar que de la muestra, en ambos periodos, ms del 70%
de los clientes tuvieron algn monto de crdito vencido. Poco menos del 40% de
los clientes tuvieron vencimientos que no rebasaron los 15 das, lo cual no
representa un problema crtico de cobranza. No as, aquellos con periodos de
vencimiento superiores, que representan desde una alarma hasta un problema
significativo en la gestin de la cartera, por ello llama la atencin el porcentaje tan
elevado de clientes que se retrasaron en el cumplimiento de su obligacin por
ms de 60 das; 33% en el 2005 y 44% en el 2004.

Tabla 1. Porcentaje de clientes con retrasos por tiempo de vencimiento

Periodo Vdo Simple Vdo >15 Vdo>30 Vdo>60
Dic-05 75% 61% 47% 33%
Dic-04 72% 67% 53% 44%

Fuente: Elaboracin Propia con datos proporcionados por la empresa
Nota: Vdo simple= si las empresas tenan algn vencido sin importar la temporalidad del
mismo.
Vdo15= Si los clientes tenan un vencido mayor a 15 das.
Vdo30= Si los clientes tenan un vencido mayor a 30 das.
Vdo60= Si los clientes tenan un vencido mayor a 60 das.


192

Situacin financiera de los clientes de la compaa.

Dado que en principio se asume - y as lo hace la compaa- que las razones
financieras pueden describir el potencial de cumplimiento de los clientes o
explicar la situacin observada en los pagos retrasados, a continuacin se
muestran las estadsticas descriptivas de algunas razones que describen las
condiciones de solvencia y rentabilidad de los clientes seleccionados en la
muestra, con informacin procedente de estados financieros auditados de los
aos 2004 y 2005
11
.

Para identificar la solvencia de los clientes se calcul el capital de trabajo, el
ndice de rotacin de cuentas por cobrar y por pagar, y se hizo la prueba cida.
En conjunto todas estas frmulas muestran la capacidad econmica de los
clientes para cumplir con sus obligaciones de corto plazo. A su vez, para observar
las condiciones de rentabilidad se estim la razn de utilidad sobre ventas netas,
comnmente conocida como ROS.

Los resultados de los clculos se agruparon por tipos de clientes, como se
muestra en la tabla 2, para tratar de encontrar diferencias principalmente entre las
condiciones de las empresas que no tuvieron problemas de retraso en sus pagos y
aquellas que tenan pagos vencidos por ms de 60 das. Al respecto se observ
que slo la prueba cida y el ndice de cuentas por pagar, en ambos aos, son
consistentes con los que se podra esperar; los valores indican que en promedio
las empresas que no tuvieron retrasos en sus pagos gozaban de mayores niveles
de liquidez y menor cantidad de das en el cumplimiento de sus obligaciones.


11
En la tabla A1 del anexo se muestra como se calcularon las razones financieras utilizadas y que es lo que
mide cada una de ellas.


193

En los otros indicadores la relacin cambia entre periodos, aunque cabe
resaltar que en los casos del capital de trabajo y el ROS los resultados no son muy
representativos de su grupo respectivo dado que la desviacin estndar es muy
grande; en algunos casos la desviacin fue 6 veces ms grande que el promedio
12
.


Tabla 2. Promedio de Razones Financieras de los clientes, 2004 y 2005.
2004 2005 2004 2005 2004 2005 2004 2005 2004 2005
Vdo > 60 1.15 1.17 7,079.08 7,641.80 67.14 50.75 112.90 88.44 0.05 0.02
Vdo < 60 0.99 1.08 8,031.08 5,334.23 61.64 60.39 109.43 78.49 0.09 0.06
Sin retraso 1.24 1.20 1,857.70 - 5,626.02 66.15 69.05 103.74 74.03 0.04 0.05
Indicador goblal 1.13 1.14 4,861.08 6,176.37 65.34 59.34 109.39 80.69 0.06 0.04
Tipo de Cliente
Prueba Acida Capital de Trabajo
Rotacin de cuentas
por cobrar
Rotacin de cuentas
por pagar
Utilidad neta a ventas
(ROS)

Fuente: Elaboracin Propia con datos proporcionados por la empresa
Nota: Vdo > 60 Si los clientes tenan un vencido mayor a 60 das.


12
En las tablas A2 y A3 del anexo se presentan los resultados de las desviaciones estndar.



194

Captulo 4 desarrollo del
estudio y conclusiones

Estimacin de la efectividad de los indicadores financieros.
Es evidente que un anlisis descriptivo como el presentado en la seccin previa
no permite visualizar confiablemente la importancia de cada indicador financiero
sobre las observaciones de cumplimiento de los clientes. Por ello, en esta seccin
se utilizar un modelo CSM, con el que se podr determinar si el incumplimiento
observado en ambos periodos est estadsticamente relacionado con las
diferencias en la situacin financiera de los clientes.

Para ello, dado las caractersticas de los datos, una alternativa conveniente
(Vzquez, 2004) es crear un panel y estimar un modelo probit con efectos
aleatorios que cuenta con las siguientes caractersticas:

y
it
= B X
it
+ U
it


Donde y
it
es la probabilidad de que se observe un retraso superior a los 60
das y estar representada con el valor de 1 si se observa un retraso y 0 de otra
forma. X
it
es el vector de las razones financieras (descritas en la seccin anterior)
del cliente i en el periodo t, B es el vector de coeficientes a ser estimados, y u
it
es
el componente de error aleatorio. Si los coeficientes resultan significativos y con
los signos esperados, se podr concluir que, para el caso de esta empresa, el
anlisis de razones financieras es fundamental en el proceso de la gestin de
cartera e incluso se podran identificar las variables a las que habra que prestar


195

ms atencin. En caso contrario, lo que implicara es que el anlisis debera de
tomarse con reserva, dado que de acuerdo al periodo analizado no habra
evidencia de alguna relacin entre la situacin financiera y los retrasos en los
pagos.

Resultados
Como se puede apreciar en la siguiente tabla, slo la variable ROS result ser
significativa, adems de tener el signo esperado. Esto demuestra que para el
periodo revisado entre mayor fue la rentabilidad de los clientes menor fue la
probabilidad de que se retrasarn ms de 60 das. Sin embargo, en el caso de las
otras variables consideradas, a excepcin del ndice de rotacin de cuentas por
pagar, adems de no ser estadsticamente significativas tampoco tuvieron el signo
esperado.

El resultado sugiere que si para otorgar un crdito slo se considerara la
situacin de solvencia de los clientes, identificada a partir de los estados
financieros auditados, el ejercicio sera totalmente intil; en realidad hacer el
anlisis de esas razones o no hacerlo dara el mismo resultado, por lo menos si se
aplicar para medir el riesgo de mora.


196

Tabla 3. Resultados de la estimacin de la probabilidad de retrasos.

Variables Financieras Coeficientes z P> |z|
Rotacin de cuentas
por cobrar -0.0035 -0.55 0.58
Rotacin de cuentas
por pagar 0.0022 0.89 0.37
ROS -5.7865 -1.77 0.07
Capital de Trabajo 0.00002 1.34 0.18
Prueba cida 0.2441 0.57 0.56
Constante -0.5313 -0.92 0.35

Fuente: Estimacin propia.

Conclusiones
En el estudio se encontr que las razones asociadas a la solvencia de los clientes,
que se utilizan para anticipar el posible comportamiento de los mismos ante los
compromisos pactados, no estuvieron relacionadas con la forma en que estos
actuaron, lo que significa que pudo haber clientes con niveles de solvencia
elevados que incurrieron en retrasos y otros con bajos niveles que pagaron de
acuerdo a lo pactado, o bien lo contrario, aunque en realidad no se encontr
ningn patrn especfico. El nico indicador que result efectivo fue el ROS, que
mostr una relacin inversa con la probabilidad de retrasos.

Para poder utilizar este resultado se tendran que calcular las
probabilidades de incumplimientos ante las diferentes tasas lo cual permitira
clasificar a los riesgos de las distintas firmas en funcin de su rentabilidad.


197

Adems, para tener un nivel ms elevado de confianza tambin sera conveniente
contar con una mayor cantidad de periodos para la estimacin.

Estos resultados si bien slo se limitan al mbito de la empresa analizada,
si proporcionan el material suficiente para evidenciar la importancia de hacer una
evaluacin del mtodo que se utiliza en la gestin de riesgo de la cartera de
clientes. Es claro que el anlisis crediticio implica analizar otro tipo de
informacin adicional y que la experiencia de los ejecutivos resulta fundamental,
sin embargo, como corolario queda que cualquiera que sea el procedimiento que
se lleve a cabo debe evaluarse.



















198
Bibliografa

Hand D.J. y Henley W.E. (1997) Statistical Classification Methods in Costumer
Credit Scoring: A review, journal of the Royal Statistical Association Series A.
Vol. 160.

Kapplan Robert (1997) What is the balance Scorecard? Harvard business school.

Lewis Edward (1990) An introduction to the Credit Scoring San Rafael, CA:
Athena Press.

Mester Loretta (1997) Whats the point of credit scoring? Federal Reserve Bank of
Philadelphia.

Pascal, Ricardo (1998), Decisiones financieras. 3 ed., Edit. Macchi, Buenos
Aires, Argentina.

Ross, Stepen, Rodolf Westerfield y Jeffrey Jaffe (1999), Finanzas Corporativas,
5a ed. Edit MacGrawHill.

Schreiner Mark (2000) La calificacin estadstica en las Microfinanzas: Podr
funcionar? Microfinance Risk Management. Washington University.

Schreiner Mark (2002) Ventajas y Desventajas del Scoring estadstico para las
microfinanzas Microfinance Risk Management and Center for Social Development,
Washington University.



199

Van Horne, Javes y John Wachiwiz (2002), Fundamentos de administracin
financiera, 11 ed. Edit. Perron, Mxico.

Vzquez C. Daniel (2004) Crisis Bancarias y Alternativas para modelar el riego
de crdito: En busca del mejor indicador, Revista Mexicana de Economa y
Finanzas, Vol. 3, Num. 4, diciembre.

Velzquez Barroso Antonio (2004) Metodologas y Herramientas de gestin
del riesgo crediticio comercial, como y por que rea del Risk Management
Pratice de Ernst & Young.



















200

ANEXO
Tabla A1. Indicadores financieros considerados
Razones
Financieras
Aspectos que evalan
las razones financieras
Relacin con la
probabilidad de
retraso
Prueba cida
Activos
circulantes
disponibles /
Pasivo a corto
plazo

Los activos disponibles incluyen el efectivo
en caja y bancos, las inversiones
temporales de inmediata realizacin y
cuentas por cobrar que se presume pueden
convertirse rpidamente en efectivo. Mide
el grado en que los recursos disponibles
pueden hacer frente a las obligaciones
contradas a corto plazo.

Se espera una relacin
negativa
Capital de
Trabajo
Activo
Circulante-Pasivo
Circulante

El capital de trabajo muestra la posible
disponibilidad del activo circulante en
exceso del pasivo circulante; representa un
ndice de estabilidad financiera o margen
de proteccin para los acreedores actuales
y para futuras operaciones normales.


Se espera una relacin
negativa
Rotacin de
Cuentas por
Cobrar
(Cuentas por
cobrar / ventas)
x 365 das
Los cambios en la razn pueden indicar
cambios en la poltica de criterios o
cambios en la capacidad de la cobranza o
bien una combinacin de ambas.


Se espera una relacin
positiva
Rotacin de
Cuentas por
Pagar
(Cuentas por
Pagar / Costo de
Venta) x 365
das
Sirve para calcular el nmero de veces que
las cuentas por pagar se convierten en
efectivo en el curso del ao. Permite
vislumbrar las normas de pago de la
empresa.


Se espera una relacin
positiva
ROS (Utilidad
Neta a Ventas)
Utilidad neta /
Ventas netas
El objetivo de la empresa es obtener una
utilidad sobre cada peso vendido. Esta
razn mide le xito con que la empresa ha
cumplido este propsito.


Se espera una relacin
negativa



201

Tabla A2. Desviaciones estndar de las Razones Financieras de los clientes 2005.
Desv.std
/ Media
Desv. Std.
Desv.std /
Media
Desv. Std.
Desv.std /
Media
Desv. Std.
Desv.std /
Media
Desv. Std.
Desv.std /
Media
Desv. Std.
Vdo > 60 0.39 0.45 1.32 10,089.11 0.39 19.66 0.46 40.39 4.33 0.06
Vdo < 60 0.57 0.54 1.16 8,072.53 0.49 25.76 0.51 39.90 0.75 0.06
Sin retraso 0.51 0.61 2.86 16,091.28 0.67 46.15 0.78 58.09 1.35 0.07
Indicador goblal 0.48 0.55 1.68 10,377.69 0.54 31.81 0.55 44.38 1.41 0.06
Rotacin de cuentas
por cobrar
Rotacin de cuentas
por pagar
Utilidad neta a
ventas (ROS)
Tipo de Cliente
Prueba Acida Capital de Trabajo

Fuente: Elaboracin Propia con datos proporcionados por la empresa

Tabla A3. Desviaciones estndar de las Razones Financieras de los clientes 2004
Desv.std
/ Media
Desv. Std.
Desv.std /
Media
Desv. Std.
Desv.std /
Media
Desv. Std.
Desv.std /
Media
Desv. Std.
Desv.std /
Media
Desv. Std.
Vdo > 60 0.54 0.62 1.89 13,392.93 0.72 48.51 1.04 117.08 2.94 0.14
Vdo < 60 0.47 0.60 1.18 12,375.45 0.54 40.27 0.51 98.26 0.46 0.10
Sin retraso 0.59 0.73 -6.30 11,711.91 0.54 35.44 1.04 107.50 0.65 0.03
Indicador goblal 0.53 0.60 2.55 12,375.45 0.62 40.27 0.90 98.26 1.67 0.10
Tipo de Cliente
Prueba Acida Capital de Trabajo
Rotacin de cuentas
por cobrar
Rotacin de cuentas
por pagar
Utilidad neta a
ventas (ROS)

Fuente: Elaboracin Propia con datos proporcionados por la empresa








202







Fin del documento

AGS




Applied research in the managerial field